CentOS中PyTorch依赖库怎么装

在CentOS系统中安装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

PyTorch依赖于一些基本的库，包括Python、pip、numpy等。你可以使用以下命令来安装这些依赖：

sudo yum install -y python3 python3-pip numpy

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。以下是安装CUDA的步骤：

安装CUDA Toolkit

1. 下载CUDA Toolkit： 访问NVIDIA CUDA Toolkit下载页面，选择适合你系统的版本并下载。

2. 安装CUDA Toolkit：

   sudo rpm -i cuda-repo-rhel7-<version>.rpm
   sudo yum clean all
   sudo yum install -y cuda
   

3. 设置环境变量： 编辑~/.bashrc文件，添加以下行：

   export PATH=/usr/local/cuda/bin:$PATH
   export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH
   

   然后运行：

   source ~/.bashrc
   

安装cuDNN

1. 下载cuDNN： 访问NVIDIA cuDNN下载页面，选择适合你CUDA版本的cuDNN并下载。

2. 安装cuDNN： 解压下载的文件并将文件复制到CUDA目录：

   tar -xzvf cudnn-<version>-linux-x64-v<version>.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*
   

4. 安装PyTorch

你可以使用pip来安装PyTorch。根据你的CUDA版本选择合适的命令：

CPU版本

pip3 install torch torchvision torchaudio

GPU版本（CUDA 11.3）

pip3 install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu113

GPU版本（CUDA 10.2）

pip3 install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu102

5. 验证安装

安装完成后，你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

通过以上步骤，你应该能够在CentOS系统中成功安装PyTorch及其依赖库。如果有任何问题，请参考PyTorch官方文档或社区论坛寻求帮助。