在CentOS上运行PyTorch的步骤

在CentOS上运行PyTorch的完整步骤

1. 更新系统包

首先确保系统软件包为最新版本，避免依赖冲突：

sudo yum update -y

2. 安装基础依赖项

PyTorch及Python相关工具需要编译工具链和开发库支持：

sudo yum groupinstall -y "Development Tools"  # 安装gcc、make等编译工具
sudo yum install -y python3 python3-pip python3-devel  # 安装Python3及开发头文件
sudo yum install -y openssl-devel bzip2-devel libffi-devel zlib-devel  # 补充Python依赖库

3. 配置Python虚拟环境（可选但推荐）

隔离项目依赖，避免全局环境污染：

# 创建虚拟环境（以Python 3.9为例）
python3 -m venv pytorch_env
# 激活虚拟环境
source pytorch_env/bin/activate

4. 安装PyTorch

根据是否使用GPU选择安装方式：

（1）使用pip安装（CPU/GPU通用）

CPU版本（无GPU支持）：

pip install torch torchvision torchaudio

GPU版本（需CUDA支持）：
根据CUDA版本选择对应命令（以CUDA 11.7为例）：
```
pip install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu117
```
注：CUDA版本需与显卡驱动兼容（如CUDA 11.7需驱动版本≥515.65.01），可通过nvidia-smi查看驱动版本。

（2）使用conda安装（推荐新手）

若已安装Miniconda/Anaconda，可通过conda快速安装（自动处理依赖）：

CPU版本：

conda create -n pytorch_env python=3.9
conda activate pytorch_env
conda install pytorch torchvision torchaudio cpuonly -c pytorch

GPU版本（以CUDA 11.7为例）：

conda create -n pytorch_env python=3.9
conda activate pytorch_env
conda install pytorch torchvision torchaudio cudatoolkit=11.7 -c pytorch

5. 验证PyTorch安装

运行Python脚本检查版本及GPU可用性：

import torch
print("PyTorch版本:", torch.__version__)  # 输出版本号（如2.1.0）
print("CUDA是否可用:", torch.cuda.is_available())  # GPU版本应返回True

若torch.cuda.is_available()返回True，说明GPU支持正常。

6. 安装项目依赖（可选）

根据机器学习/深度学习项目需求，安装常用库：

pip install numpy pandas matplotlib scikit-learn  # 数据处理与可视化

注意事项

GPU驱动要求：安装GPU版本前，需确保系统已安装兼容的NVIDIA驱动（可通过nvidia-smi验证）。
虚拟环境管理：使用deactivate命令退出虚拟环境，后续通过source pytorch_env/bin/activate重新激活。
版本兼容性：PyTorch版本与CUDA版本需匹配（如PyTorch 2.1.0支持CUDA 11.7/11.8），建议参考PyTorch官方文档选择对应版本。

通过以上步骤，即可在CentOS系统上成功运行PyTorch并开展机器学习/深度学习任务。