CentOS上PyTorch深度学习框架使用教程

一、安装前准备

1. 更新系统

首先确保CentOS系统为最新版本，避免因系统版本过旧导致依赖冲突：

sudo yum update -y

2. 安装必要依赖

PyTorch及后续工具链需要编译工具、开发库等支持，安装以下依赖：

sudo yum groupinstall -y "Development Tools"  # 安装gcc、make等编译工具
sudo yum install -y python3 python3-pip python3-devel  # 安装Python3及开发头文件
sudo yum install -y wget git cmake3  # 安装下载工具、版本控制及构建工具

3. 检查系统兼容性

操作系统：PyTorch官方建议使用CentOS 7.6及以上版本；
Python版本：推荐使用Python 3.7-3.8（避免3.9及以上版本的潜在兼容性问题）；
GPU支持：若需GPU加速，需确保NVIDIA显卡驱动已安装（可通过nvidia-smi命令验证）。

二、创建虚拟环境（推荐）

虚拟环境可隔离项目依赖，避免不同项目间的库冲突。推荐使用conda（轻量级环境管理工具）：

# 下载并安装Miniconda（轻量级Anaconda发行版）
wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh
bash Miniconda3-latest-Linux-x86_64.sh  # 按提示完成安装（接受许可、设置路径）

# 创建名为pytorch的虚拟环境，指定Python 3.8
conda create -n pytorch python=3.8 -y

# 激活虚拟环境
conda activate pytorch

注：若未安装conda，也可使用Python自带的venv模块创建虚拟环境：
python3 -m venv pytorch_env
source pytorch_env/bin/activate

三、安装PyTorch

PyTorch提供CPU版本（无GPU加速）和GPU版本（需CUDA支持），根据需求选择安装方式：

1. 安装CPU版本（无GPU）

适用于无NVIDIA GPU或无需加速的场景，安装命令简单：

conda install pytorch torchvision torchaudio cpuonly -c pytorch

2. 安装GPU版本（需CUDA支持）

需提前安装对应版本的CUDA Toolkit（建议版本：11.3/11.7/11.8），再通过conda或pip安装：

conda安装（推荐）：

conda install pytorch torchvision torchaudio cudatoolkit=11.7 -c pytorch -c conda-forge

pip安装（需指定镜像源加速）：
```
pip install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu117
```
注：cudatoolkit=11.7需与系统安装的CUDA版本一致（可通过nvcc --version查看）。

四、验证安装

安装完成后，通过Python代码验证PyTorch是否安装成功及GPU是否可用：

import torch

# 打印PyTorch版本
print("PyTorch版本:", torch.__version__)

# 检查CUDA是否可用（若为True，说明GPU支持正常）
print("CUDA可用性:", torch.cuda.is_available())

# 测试GPU张量运算（若CUDA可用）
if torch.cuda.is_available():
    device = torch.device("cuda")
    tensor = torch.rand(3, 3).to(device)
    print("GPU张量:", tensor)
else:
    print("未检测到GPU设备，使用CPU运行")

五、常见配置问题解决

1. CUDA驱动未安装

若torch.cuda.is_available()返回False，需检查：

NVIDIA驱动是否安装（nvidia-smi命令是否显示驱动版本）；
CUDA Toolkit版本是否与PyTorch版本兼容（参考PyTorch官网兼容性表）。

2. conda环境未找到

若激活虚拟环境时报错“conda: command not found”，需将conda添加到系统路径：

# 编辑~/.bashrc文件，添加以下内容
echo 'export PATH="$HOME/miniconda3/bin:$PATH"' >> ~/.bashrc
source ~/.bashrc  # 重新加载配置

3. 版本兼容性问题

若安装过程中出现版本冲突，可通过以下命令查看当前环境的Python版本：

python --version

确保Python版本在PyTorch支持的范围内（3.6-3.9），若版本不符，可创建新虚拟环境并指定正确版本。

六、后续使用建议

安装常用库：根据项目需求安装NumPy、Pandas、Matplotlib等数据处理与可视化库：
```
pip install numpy pandas matplotlib scikit-learn
```
保存环境配置：若需共享环境，可导出conda环境配置：
```
conda env export > pytorch_env.yml
```
其他人可通过以下命令复现环境：
```
conda env create -f pytorch_env.yml
```

按照以上步骤操作，即可在CentOS系统上成功安装并使用PyTorch进行深度学习项目开发。

0 赞

0 踩