在centos系统上安装pytorch可能面临依赖问题，本文提供详细步骤解决此问题。
1. 系统更新
首先，确保你的CentOS系统已更新到最新版本：
sudo yum update -y
2. 核心依赖安装
安装必要的开发工具和库：
sudo yum groupinstall -y "Development Tools" sudo yum install -y cmake3 git wget
3. Python及pip安装
如果系统未安装Python 3和pip，请执行以下命令：
sudo yum install -y python3 python3-pip
4. 虚拟环境创建（推荐）
为了避免包冲突，建议创建虚拟环境：
python3 -m venv pytorch_env source pytorch_env/bin/activate
5. PyTorch安装
PyTorch支持多种安装方式，这里使用pip。
5.1 CUDA安装（GPU加速）
如果你拥有NVIDIA GPU并希望使用CUDA加速，需要先安装CUDA Toolkit和cuDNN。
CUDA Toolkit安装
-
下载CUDA Toolkit安装包 (版本号需根据实际情况调整)：
wget https://developer.download.nvidia.com/compute/cuda/repos/rhel7/x86_64/cuda-repo-rhel7-11.4.2-1.x86_64.rpm
-
安装CUDA Toolkit：
sudo yum localinstall cuda-repo-rhel7-11.4.2-1.x86_64.rpm sudo yum clean all sudo yum install -y cuda
cuDNN安装
-
下载cuDNN库 (需注册NVIDIA开发者账号，版本号需匹配CUDA版本)：
wget https://developer.nvidia.com/compute/machine-learning/cudnn/secure/8.2.2/11.4_20210301/cudnn-11.4-linux-x64-v8.2.2.26.tgz
-
解压并安装cuDNN：
tar -xzvf cudnn-11.4-linux-x64-v8.2.2.26.tgz 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*
5.2 PyTorch安装
根据你的CUDA版本（或无CUDA），在PyTorch官网找到合适的安装命令并执行。例如，使用CUDA 11.4：
pip install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu114
CPU版本安装命令：
pip install torch torchvision torchaudio
6. 安装验证
最后，验证PyTorch是否成功安装：
import torch print(torch.__version__) print(torch.cuda.is_available()) # 使用GPU时应返回True
按照以上步骤，你应该能够在CentOS上成功安装PyTorch。如有问题，请参考PyTorch官方文档或社区寻求帮助。
