在CentOS上运行PyTorch需要以下准备:
首先,确保你的CentOS系统已经更新到最新版本:
sudo yum update -y
安装Python 3.6或更高版本以及pip(Python包管理器):
sudo yum install -y python3 python3-pip
使用虚拟环境来管理Python包,可以避免不同项目之间的依赖冲突:
sudo pip3 install virtualenv
virtualenv pytorch_env
source pytorch_env/bin/activate
安装PyTorch所需的基本依赖包:
sudo yum groupinstall -y "Development Tools"
sudo yum install -y cmake3 git python3-devel numpy
如果你需要使用GPU加速,需要安装CUDA Toolkit和相应的cuDNN库。以下是安装CUDA Toolkit的步骤:
wget https://developer.download.nvidia.com/compute/cuda/repos/rhel7/x86_64/cuda-repo-rhel7-11-7-local-11.7.0-1.x86_64.rpm
sudo rpm -i cuda-repo-rhel7-11-7-local-11.7.0-1.x86_64.rpm
sudo yum clean all
sudo yum install -y cuda
echo 'export PATH=/usr/local/cuda-11.7/bin:${PATH}' >> ~/.bashrc
echo 'export LD_LIBRARY_PATH=/usr/local/cuda-11.7/lib64:${LD_LIBRARY_PATH}' >> ~/.bashrc
source ~/.bashrc
wget https://developer.nvidia.com/compute/machine-learning/cudnn/secure/7.6.5.32/Production/11.7_20201106/cudnn-11.7-linux-x64-v8.0.4.30.tgz
tar -xzvf cudnn-11.7-linux-x64-v8.0.4.30.tgz
sudo cp cuda/include/cudnn*.h /usr/local/cuda/include
sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64
sudo chmod a+r /usr/local/cuda/include/cudnn*.h /usr/local/cuda/lib64/libcudnn*
根据你的CUDA版本选择合适的PyTorch安装命令。以下是一些常见的安装命令示例:
pip3 install torch torchvision torchaudio
pip3 install torch torchvision torchaudio cudatoolkit=11.3 -c pytorch
pip3 install torch torchvision torchaudio cudatoolkit=11.6 -c pytorch
pip3 install torch torchvision torchaudio cudatoolkit=11.7 -c pytorch
pip3 install torch torchvision torchaudio cudatoolkit=12.0 -c pytorch
激活虚拟环境后,进入Python交互式环境,执行以下命令验证PyTorch是否安装成功:
import torch
print(torch.__version__)
print(torch.cuda.is_available()) # 如果使用GPU版本,应该返回True
根据你的需求,安装其他Python库,例如:
pip3 install pandas matplotlib scikit-learn
以上步骤将帮助你在CentOS系统上成功安装和配置PyTorch环境。如果在安装过程中遇到问题,建议查阅PyTorch官方文档或相关社区论坛以获取帮助。