CentOS系統PyTorch依賴庫安裝方法

在CentOS系統上安裝PyTorch及其依賴庫，可以按照以下步驟進行：

1. 更新系統

首先，確保你的CentOS系統是最新的：

sudo yum update -y

2. 安裝必要的依賴庫

安裝PyTorch之前，需要安裝一些基本的依賴庫：

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

3. 安裝CUDA（如果需要GPU支持）

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

安裝CUDA

1. 下載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. 配置環境變量：

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

安裝cuDNN

1. 下載cuDNN庫：

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. 安裝cuDNN庫：

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. 安裝PyTorch

你可以使用pip來安裝PyTorch。根據你的CUDA版本選擇合適的PyTorch安裝命令。以下是一些常見的安裝命令：

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

請根據你的CUDA版本替換上述命令中的cu114。

5. 驗證安裝

安裝完成后，可以通過以下命令驗證PyTorch是否安裝成功：

import torch
print(torch.__version__)
print(torch.cuda.is_available())  # 如果安裝了GPU版本，應該返回True

6. 使用Anaconda安裝（可選）

如果你更喜歡使用Anaconda，可以按照以下步驟操作：

1. 安裝Anaconda：

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

2. 創建并激活虛擬環境：

conda create -n pytorch python3.8
conda activate pytorch

3. 安裝PyTorch：

conda install pytorch torchvision torchaudio cudatoolkit=11.8 -c pytorch

請根據你的CUDA版本替換上述命令中的11.8。