在CentOS上配置PyTorch的步骤如下:
pytorch_env
的虚拟环境,并指定Python版本(例如Python 3.10):conda create -n pytorch_env python=3.10
conda activate pytorch_env
为了加快下载速度,可以配置国内镜像源。编辑 .condarc
文件(通常位于用户主目录下),添加以下内容:
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
检查CUDA版本: 使用以下命令查看CUDA版本:
nvidia-smi
如果没有安装CUDA,可以根据需要选择安装。
下载并安装PyTorch:
使用以下命令进行安装(以CUDA 12.1为例):
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121
或者使用conda进行安装:
conda install pytorch torchvision torchaudio cudatoolkit=12.1 -c pytorch
验证安装: 激活虚拟环境后,输入Python进入Python环境,输入以下命令检查是否安装成功:
import torch
print(torch.__version__)
print(torch.cuda.is_available())
如果 torch.cuda.is_available()
返回 True
,则表示PyTorch安装成功并且可以使用GPU。
Numpy和torch版本不匹配:如果遇到Numpy和torch版本不匹配的问题,可以尝试降级Numpy版本:
pip install "numpy<2.0"
nvcc命令未找到:如果 nvcc
命令未找到,可能是因为CUDA未正确安装或环境变量未配置好。请确保CUDA安装路径已添加到系统环境变量中。
以上步骤应该能帮助你在CentOS上成功配置PyTorch环境。如果在安装过程中遇到任何问题,可以参考PyTorch官方文档或相关社区论坛寻求帮助。
亿速云「云服务器」,即开即用、新一代英特尔至强铂金CPU、三副本存储NVMe SSD云盘,价格低至29元/月。点击查看>>