PyTorch在CentOS中的配置步骤

在CentOS系统中配置PyTorch环境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. 安装依赖项

安装一些必要的依赖包，包括Python和pip。

sudo yum install -y python3 python3-pip gcc-c++

3. 创建虚拟环境（可选）

为了隔离项目环境，建议使用虚拟环境。

python3 -m venv pytorch_env
source pytorch_env/bin/activate

4. 安装Anaconda或Miniconda

访问Anaconda官网或Miniconda官网下载并安装适合你系统的版本。

5. 创建和激活虚拟环境

conda create -n pytorch_env python=3.8
conda activate pytorch_env

6. 安装CUDA（可选，GPU加速）

如果你需要GPU加速，请按照以下步骤安装CUDA。

下载并安装CUDA Toolkit

访问NVIDIA CUDA Toolkit下载页面，下载适合你CentOS版本的安装包。

sudo rpm -i cuda-repo-rhel7-11-7-local-11.7.0-1.x86_64.rpm  # 请替换为你的实际文件名
sudo yum clean all
sudo yum install -y cuda

设置环境变量

编辑~/.bashrc文件，添加以下内容：

export PATH=/usr/local/cuda-11.7/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-11.7/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

保存文件并运行以下命令使环境变量生效：

source ~/.bashrc

7. 安装cuDNN（可选，GPU加速）

访问NVIDIA cuDNN下载页面，下载与CUDA版本兼容的cuDNN安装包。

tar -xzvf cudnn-11.7-linux-x64-v8.6.0.26.tgz  # 请替换为你的实际文件名
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*

8. 安装PyTorch

使用pip安装PyTorch。

CPU版本

pip install torch torchvision torchaudio

GPU版本

pip install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu117  # 请根据你的CUDA版本调整URL

9. 验证安装

安装完成后，运行以下Python代码验证PyTorch是否安装成功：

import torch
print(torch.__version__)
print(torch.cuda.is_available())  # GPU可用性，如有GPU支持则返回True

10. 安装其他常用库（可选）

根据你的项目需求，可能还需要安装其他库，例如NumPy、Pandas等。

pip install numpy pandas matplotlib