在 CentOS 上“备份 PyTorch”通常有几层含义,下面按常见场景给你说明,你可以按需选择。
如果你是用 conda / venv + pip 安装的 PyTorch,最稳妥的方式是备份整个 Python 环境。
conda env export > pytorch_env.yaml
恢复:
conda env create -f pytorch_env.yaml
✅ 适合:服务器迁移、重装系统
pip freeze > requirements.txt
恢复:
python -m venv pytorch_env
source pytorch_env/bin/activate
pip install -r requirements.txt
查看版本:
python -c "import torch; print(torch.__version__)"
只导出 PyTorch 相关包:
pip freeze | grep -i torch > torch_requirements.txt
恢复:
pip install -r torch_requirements.txt
如果你是用 pip 安装的:
pip show torch
会显示 Location,例如:
/site-packages/torch
可打包备份:
tar czf torch_backup.tar.gz /path/to/site-packages/torch
⚠️ 不推荐,依赖关系容易断。
如果你用的是 GPU 版 PyTorch:
nvcc --version
nvidia-smi
CUDA 通常在:
/usr/local/cuda
tar czf cuda_backup.tar.gz /usr/local/cuda
⚠️ 通常重装比备份更省事。
如果你用 Docker 跑 PyTorch:
docker commit pytorch_container pytorch_backup:1.0
docker save pytorch_backup:1.0 > pytorch_backup.tar
恢复:
docker load < pytorch_backup.tar
| 场景 | 推荐方式 |
|---|---|
| 普通服务器 | conda env export |
| 生产环境 | Docker |
| 只保代码 | requirements.txt |
| GPU 环境 | 记录 CUDA 版本 + Docker |
如果你能告诉我:
我可以给你精确的备份命令。