CentOS系统PyTorch安装详细教程
确保系统软件包为最新版本,避免兼容性问题:
sudo yum update -y
PyTorch及后续工具链需要编译工具、Python环境和网络工具支持:
sudo yum install -y python3 python3-pip python3-devel gcc openssl-devel bzip2-devel libffi-devel
若需使用GPU加速,需确认显卡支持CUDA并安装驱动:
nvidia-smi # 查看显卡型号及驱动版本(需显示CUDA版本,如12.2)
注:驱动版本需满足PyTorch对应CUDA版本的要求(如PyTorch 2.1需CUDA 11.8+)。
PyTorch提供pip(官方推荐)和conda(适合环境管理)两种安装方式,以下分别说明。
sudo yum install -y python3-pip
根据是否需要GPU加速选择安装命令:
pip3 install torch torchvision torchaudio
pip3 install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu117
注:CUDA版本需与显卡驱动匹配(如
nvidia-smi显示CUDA 11.7,则选择cu117)。
wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh
bash Miniconda3-latest-Linux-x86_64.sh # 按提示完成安装(建议选择"Just Me")
conda create -n pytorch_env python=3.8 # 推荐Python 3.7-3.8(PyTorch官方最佳兼容版本)
conda activate pytorch_env
conda install pytorch torchvision torchaudio cpuonly -c pytorch
conda install pytorch torchvision torchaudio cudatoolkit=11.7 -c pytorch -c conda-forge
注:conda会自动解决依赖冲突,无需手动安装CUDA Toolkit(但需提前安装显卡驱动)。
安装完成后,通过Python代码验证PyTorch是否成功安装及GPU可用性:
import torch
print("PyTorch版本:", torch.__version__) # 输出版本号(如2.1.0)
print("CUDA可用性:", torch.cuda.is_available()) # GPU版本应返回True,CPU版本返回False
若torch.cuda.is_available()返回True,则表示GPU加速功能正常。
若安装时出现依赖冲突(如numpy版本不兼容),可降级冲突包:
pip install "numpy<1.24.0" # 例如降级numpy到1.23.x
若使用GPU版本时报错nvcc: command not found,需检查CUDA环境变量是否配置:
echo 'export PATH=/usr/local/cuda/bin:$PATH' >> ~/.bashrc
echo 'export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH' >> ~/.bashrc
source ~/.bashrc
通过以上步骤,即可在CentOS系统上成功安装PyTorch,并根据需求选择CPU或GPU版本。安装过程中若遇问题,建议参考PyTorch官方文档或社区论坛(如Stack Overflow)获取进一步帮助。