一、Anaconda安裝
- 前往Anaconda官網下載適用于centos的Anaconda安裝包。
- 運行安裝程序，按照提示完成安裝。建議選擇“Just Me”安裝方式，方便后續環境變量配置。
二、虛擬環境創建
- 激活該虛擬環境：
conda activate pytorch_env
三、鏡像源配置（可選）
為了加速下載，建議配置國內鏡像源。編輯.condarc文件（通常位于用戶主目錄下），添加以下內容：
channels: - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/ - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/ - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forges/ show_channel_urls: true auto_activate_base: false
四、PyTorch安裝
- CUDA版本檢查: 使用以下命令查看CUDA版本：
nvidia-smi
若未安裝CUDA，請根據需求安裝。
-
PyTorch下載與安裝:
- 訪問Anaconda官網或清華大學開源軟件鏡像站獲取所需PyTorch版本。
- 選擇與CUDA版本匹配的PyTorch版本。例如，CUDA 12.1對應PyTorch的CUDA 12.1版本。
使用pip安裝（以CUDA 12.1為例）：
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121
或使用conda安裝：
conda install pytorch torchvision torchaudio cudatoolkit=12.1 -c pytorch
- 安裝驗證: 激活虛擬環境后，進入Python交互式環境，執行以下命令驗證安裝：
import torch print(torch.__version__) print(torch.cuda.is_available())
torch.cuda.is_available()返回True表示PyTorch已成功安裝并可使用GPU。
五、問題排查
- numpy與torch版本沖突: 若出現NumPy與torch版本不兼容問題，嘗試降級NumPy：
pip install "numpy<版本號>"
- nvcc命令找不到: nvcc命令找不到可能由于CUDA安裝錯誤或環境變量未配置正確。請確保CUDA安裝路徑已添加到系統環境變量中。
參考PyTorch官方文檔或社區論壇解決安裝過程中遇到的其他問題。 希望以上步驟能幫助您在CentOS系統上順利配置PyTorch環境。
