CentOS上如何构建PyTorch开发环境-CentOS-PHP中文网

CentOS上如何构建PyTorch开发环境

煙雲

发布： 2025-04-24 08:28:03

原创

263人浏览过

在centos系统上搭建pytorch开发环境的完整指南

本文将指导您如何在CentOS系统上构建PyTorch开发环境，包括CPU和GPU加速两种方案。

第一步：系统更新

首先，更新您的CentOS系统到最新版本：

sudo yum update -y

登录后复制

第二步：安装依赖项

安装PyTorch所需的依赖包：

sudo yum groupinstall -y "Development Tools"
sudo yum install -y cmake3 git python3 python3-devel numpy

登录后复制

第三步：安装CUDA（可选，GPU加速）

如果您需要GPU加速，请按照以下步骤安装CUDA 11.7（或其他兼容版本）：

下载CUDA Toolkit: 访问NVIDIA CUDA Toolkit下载页面，下载适合您CentOS版本的安装包。
安装CUDA Toolkit:

sudo rpm -i cuda-repo-rhel7-11-7-local-11.7.0-1.x86_64.rpm  # 请替换为您的实际文件名
sudo yum clean all
sudo yum install -y cuda

登录后复制

设置环境变量: 编辑~/.bashrc文件，添加以下内容：

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}}

登录后复制

保存文件并运行以下命令使环境变量生效：

source ~/.bashrc

登录后复制

第四步：安装cuDNN（可选，GPU加速）

如果您需要GPU加速，还需要安装cuDNN 8.6（或其他与CUDA版本兼容的版本）：

下载cuDNN: 访问NVIDIA cuDNN下载页面，下载与CUDA 11.7版本兼容的cuDNN安装包。
安装cuDNN: 解压下载文件，并将文件复制到CUDA目录：

tar -xzvf cudnn-11.7-linux-x64-v8.6.0.26.tgz  # 请替换为您的实际文件名
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*

登录后复制

第五步：安装PyTorch

使用pip安装PyTorch：

CPU版本:

pip3 install torch torchvision torchaudio

登录后复制

GPU版本 (CUDA 11.7):

pip3 install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu117
```  (请根据您的CUDA版本调整`cu117`)


**第六步：验证安装**

运行以下Python代码验证PyTorch是否安装成功：

```python
import torch
print(torch.__version__)
print(torch.cuda.is_available())  #  GPU加速情况下应返回True

登录后复制

第七步：安装其他常用库（可选）

根据您的需求，安装其他Python库，例如：

pip3 install pandas matplotlib scikit-learn

登录后复制

总结

通过以上步骤，您可以在CentOS系统上成功搭建PyTorch开发环境。请根据您的实际需求选择CPU或GPU版本，并安装相应的依赖项和库。请注意替换指令中的文件名和CUDA版本号为您的实际情况。

以上就是CentOS上如何构建PyTorch开发环境的详细内容，更多请关注php中文网其它相关文章！