CentOS系统PyTorch依赖库安装方法

在CentOS系统上安装PyTorch及其依赖库，可以按照以下步骤进行：

1. 更新系统

首先，确保你的CentOS系统是最新的：

sudo yum update -y

2. 安装必要的依赖库

安装PyTorch之前，需要安装一些基本的依赖库：

sudo yum install -y python3 python3-pip python3-devel numpy atlas-devel bzip2-devel libuuid-devel

3. 安装CUDA（如果需要GPU支持）

如果你有NVIDIA GPU并且希望使用GPU加速PyTorch，你需要安装CUDA和cuDNN。

安装CUDA

1. 下载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

2. 配置环境变量：

echo 'export PATH=/usr/local/cuda-11.4/bin:$PATH' >> ~/.bashrc
echo 'export LD_LIBRARY_PATH=/usr/local/cuda-11.4/lib64:$LD_LIBRARY_PATH' >> ~/.bashrc
source ~/.bashrc

安装cuDNN

1. 下载cuDNN库：

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

2. 安装cuDNN库：

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. 安装PyTorch

你可以使用pip来安装PyTorch。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：

CPU版本

pip3 install torch torchvision torchaudio

GPU版本（CUDA 11.4）

pip3 install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu114

请根据你的CUDA版本替换上述命令中的cu114。

5. 验证安装

安装完成后，可以通过以下命令验证PyTorch是否安装成功：

import torch
print(torch.__version__)
print(torch.cuda.is_available())  # 如果安装了GPU版本，应该返回True

6. 使用Anaconda安装（可选）

如果你更喜欢使用Anaconda，可以按照以下步骤操作：

1. 安装Anaconda：

wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh
bash Miniconda3-latest-Linux-x86_64.sh

2. 创建并激活虚拟环境：

conda create -n pytorch python3.8
conda activate pytorch

3. 安装PyTorch：

conda install pytorch torchvision torchaudio cudatoolkit=11.8 -c pytorch

请根据你的CUDA版本替换上述命令中的11.8。