CentOS安装PyTorch需要哪些依赖

在centos系统上部署pytorch深度学习框架，需要提前安装若干依赖项。为了确保最佳的开发体验，建议使用anaconda3作为环境管理工具。

一、 依赖项安装:

1. Anaconda3: 从Anaconda官方网站下载并安装与centos系统兼容的Anaconda3版本。
2. glibc: 确保系统glibc版本不低于2.17。可以使用rpm -qa | grep glibc命令查看当前版本。若版本过低，需更新系统或安装更高版本的glibc。
3. 开发工具: 安装必要的编译工具，例如gcc和make。通常可以使用yum命令安装：sudo yum groupinstall “Development Tools”
4. Python: 推荐使用Python 3.6到3.9版本。Anaconda3安装完成后，会自带Python环境。
5. pip: Anaconda3自带pip包管理器，无需额外安装。
6. CUDA和cuDNN (可选): 如果需要利用GPU加速pytorch运算，则必须安装与PyTorch兼容的CUDA和cuDNN。请访问NVIDIA官网，下载对应版本的CUDA Toolkit和cuDNN库，并根据官方文档进行安装。

二、 PyTorch安装步骤:

1. 创建Anaconda虚拟环境: 使用conda命令创建一个名为pytorch的虚拟环境，并指定Python版本 (例如3.8):

   conda create -n pytorch python=3.8 conda activate pytorch

2. 安装PyTorch: 在激活的pytorch环境中，使用conda安装PyTorch及其相关库 (torchvision, torchaudio)。 如果需要GPU支持，请根据你的CUDA版本选择合适的cudatoolkit版本号。例如，如果你的CUDA版本是11.3:

   conda install pytorch torchvision torchaudio cudatoolkit=11.3 -c pytorch

   注意: cudatoolkit的版本号必须与已安装的CUDA版本匹配。可以使用conda info cudatoolkit命令查看可用的CUDA版本。如果没有GPU支持，则忽略cudatoolkit参数。

3. 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，以及GPU是否可用:

   import torch print(torch.__version__) print(torch.cuda.is_available()) 

   如果输出显示PyTorch版本号和torch.cuda.is_available()返回True (在有GPU的情况下)，则表示安装成功。

通过以上步骤，你就可以在CentOS系统上成功安装并运行PyTorch了。 请确保你的系统配置满足PyTorch的要求，并参考PyTorch官方文档获取最新的安装指南和兼容性信息。