CentOS系统PyTorch依赖库有哪些

在CentOS系统上安装PyTorch需要一些基本的依赖库，具体如下：

1. Python：PyTorch的主要运行环境。
2. pip：Python的包管理工具。
3. CUDA Toolkit：英伟达提供的GPU软件开发包，用于加速GPU计算。
4. cuDNN：用于深度神经网络的GPU加速库，需要与CUDA版本兼容。
5. GCC：GNU编译器集合，用于编译和构建Python扩展。
6. devtoolset（可选）：用于管理不同版本的GCC工具链。
7. OpenCV（可选）：用于图像和视频处理。
8. pycocotools（可选）：用于处理COCO数据集的Python工具包。

你可以使用以下命令在CentOS上安装这些依赖库：

1. 更新系统：

sudo yum update -y

2. 安装必要的依赖库：

sudo yum install -y gcc-c make python3 python3-pip numpy

3. 安装CUDA Toolkit和cuDNN（如果需要GPU支持）：

• 下载并安装CUDA Toolkit：

wget https://developer.download.nvidia.com/compute/cuda/repos/rhel7/x86_64/cuda-repo-rhel7-11.4.2-1.x86_64.rpm
sudo yum localinstall cuda-repo-rhel7-11.4.2-1.x86_64.rpm
sudo yum clean all
sudo yum install -y cuda

• 配置环境变量：

echo 'export PATH=/usr/local/cuda/bin:$PATH' >> ~/.bashrc
echo 'export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH' >> ~/.bashrc
source ~/.bashrc

• 下载并安装cuDNN：

wget https://developer.download.nvidia.com/compute/machine-learning/repos/rhel7/x86_64/libcudnn8-8.2.2.26-1.cuda11.4.x86_64.rpm
sudo yum localinstall libcudnn8-8.2.2.26-1.cuda11.4.x86_64.rpm
sudo yum localinstall libcudnn8-devel-8.2.2.26-1.cuda11.4.x86_64.rpm

4. 使用conda或pip安装PyTorch：

• 使用conda安装PyTorch（推荐）：

conda create -n torch_env python=3.8
conda activate torch_env
conda install pytorch torchvision torchaudio cudatoolkit=11.3 -c pytorch -c conda-forge

• 使用pip安装PyTorch（可选）：

pip3 install torch torchvision torchaudio