PyTorch在CentOS中的配置步驟

在CentOS系統中配置PyTorch環境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. 安裝依賴項

安裝一些必要的依賴包，包括Python和pip。

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

3. 創建虛擬環境（可選）

為了隔離項目環境，建議使用虛擬環境。

python3 -m venv pytorch_env
source pytorch_env/bin/activate

4. 安裝Anaconda或Miniconda

訪問Anaconda官網或Miniconda官網下載并安裝適合你系統的版本。

5. 創建和激活虛擬環境

conda create -n pytorch_env python=3.8
conda activate pytorch_env

6. 安裝CUDA（可選，GPU加速）

如果你需要GPU加速，請按照以下步驟安裝CUDA。

下載并安裝CUDA Toolkit

訪問NVIDIA CUDA Toolkit下載頁面，下載適合你CentOS版本的安裝包。

sudo rpm -i cuda-repo-rhel7-11-7-local-11.7.0-1.x86_64.rpm  # 請替換為你的實際文件名
sudo yum clean all
sudo yum install -y cuda

設置環境變量

編輯~/.bashrc文件，添加以下內容：

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}}

保存文件并運行以下命令使環境變量生效：

source ~/.bashrc

7. 安裝cuDNN（可選，GPU加速）

訪問NVIDIA cuDNN下載頁面，下載與CUDA版本兼容的cuDNN安裝包。

tar -xzvf cudnn-11.7-linux-x64-v8.6.0.26.tgz  # 請替換為你的實際文件名
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. 安裝PyTorch

使用pip安裝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  # 請根據你的CUDA版本調整URL

9. 驗證安裝

安裝完成后，運行以下Python代碼驗證PyTorch是否安裝成功：

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

10. 安裝其他常用庫（可選）

根據你的項目需求，可能還需要安裝其他庫，例如NumPy、Pandas等。

pip install numpy pandas matplotlib