PyTorch CentOS安装步骤详解

一 环境准备与系统检查

• 更新系统并安装基础工具
  • 执行：sudo yum update -y
  • 安装编译与基础依赖：sudo yum groupinstall -y "Development Tools" 与 sudo yum install -y python3 python3-pip python3-devel
• 准备 Python 虚拟环境（强烈建议）
  • venv 方式：python3 -m venv ~/venvs/pytorch && source ~/venvs/pytorch/bin/activate
  • 或 Miniconda：wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh && bash Miniconda3-latest-Linux-x86_64.sh，重启终端后 conda create -n pytorch python=3.10 && conda activate pytorch
• 如需 GPU 加速，先确认驱动与 CUDA
  • 查看驱动/CUDA 概览：nvidia-smi（右上显示 Supported/Runtime CUDA）
  • 查看工具链版本：nvcc --version
  • 注意：驱动可向下兼容更高 CUDA 运行时，安装 PyTorch 时以 nvidia-smi 显示的 CUDA 运行时版本为准选择对应的 PyTorch CUDA 版本。

二 安装 PyTorch

• CPU 版本（通用）
  • pip：pip install torch torchvision torchaudio
  • conda：conda install pytorch torchvision torchaudio cpuonly -c pytorch
• GPU 版本（按 CUDA 运行时选择其一）
  • CUDA 12.1：pip：pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121
  • CUDA 11.8：pip：pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118
  • CUDA 11.7：pip：pip install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu117
  • 或使用 conda（示例为 12.1）：conda install pytorch torchvision torchaudio cudatoolkit=12.1 -c pytorch
• 说明
  • 若 pip 安装缓慢，可临时使用国内镜像源（如清华）加速：pip install torch torchvision torchaudio -i https://pypi.tuna.tsinghua.edu.cn/simple（镜像可能滞后，GPU 版本优先使用官方索引）。

三 安装验证与常见问题

• 基础验证
  • 运行：python - <<'PY' import torch print("torch:", torch.__version__) print("cuda available:", torch.cuda.is_available()) print("device count:", torch.cuda.device_count()) if torch.cuda.is_available(): print("current device:", torch.cuda.current_device()) print("device name:", torch.cuda.get_device_name(0)) PY
  • 期望：输出版本号；GPU 环境 cuda available: True 且能打印设备名。
• 常见问题速解
  • nvcc: command not found：未安装 CUDA Toolkit 或环境变量未配置；GPU 用户建议安装与驱动匹配的 CUDA Toolkit，或直接使用 PyTorch 官方预编译包（自带所需库，无需本地 nvcc 参与运行）。
  • numpy 与 torch 版本不匹配：可尝试 pip install "numpy<2.0" 后再验证。
  • 镜像源导致 GPU 版本不一致：GPU 安装优先使用 --index-url https://download.pytorch.org/whl/cuXXX，必要时恢复官方源。

四 附 常用命令清单

• 环境管理
  • 退出/进入虚拟环境：deactivate / source ~/venvs/pytorch/bin/activate 或 conda deactivate / conda activate pytorch
• 版本与硬件查询
  • Python/包：python -c "import torch; print(torch.__version__)"
  • 驱动/CUDA：nvidia-smi
  • 工具链：nvcc --version
• 一键验证脚本
  • python - <<'PY' import torch print("torch:", torch.__version__, "cuda:", torch.cuda.is_available()) PY