在CentOS系统上安装PyTorch及其依赖库,可以按照以下步骤进行:
首先,确保你的系统是最新的:
sudo yum update -y
安装一些基本的开发工具和库:
sudo yum groupinstall -y "Development Tools"
sudo yum install -y python3 python3-devel numpy scipy
如果你有NVIDIA GPU并且希望使用CUDA加速,你需要安装CUDA Toolkit和cuDNN。
sudo sh cuda_*.run
~/.bashrc
文件,添加以下内容:export PATH=/usr/local/cuda/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH
source ~/.bashrc
tar -xzvf cudnn-*.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*
你可以使用pip来安装PyTorch。首先,确保你已经安装了pip:
sudo yum install -y python3-pip
然后,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CUDA版本对应的安装命令:
CUDA 11.7:
pip3 install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu117
CUDA 11.6:
pip3 install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu116
CUDA 11.5:
pip3 install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu115
CUDA 11.3:
pip3 install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu113
CPU版本:
pip3 install torch torchvision torchaudio
安装完成后,你可以验证PyTorch是否安装成功:
import torch
print(torch.__version__)
print(torch.cuda.is_available()) # 如果安装了CUDA,应该返回True
通过以上步骤,你应该能够在CentOS系统上成功安装PyTorch及其依赖库。如果有任何问题,请参考PyTorch官方文档或社区支持。