在CentOS上轻松部署PyTorch（手把手小白入门指南）

一、准备工作：更新系统并安装基础依赖

首先，确保你的 CentOS 系统是最新的，并安装必要的开发工具：

# 更新系统sudo yum update -y# 安装 EPEL 仓库（扩展软件包）sudo yum install -y epel-release# 安装 Python3 和 pip（CentOS 7/8 默认可能没有 Python3）sudo yum install -y python3 python3-pip# 安装开发工具（如 gcc、make 等）sudo yum groupinstall -y "Development Tools"

二、创建虚拟环境（推荐）

为了避免 Python 包冲突，建议使用虚拟环境。你可以使用 Python 自带的 venv 模块：

# 创建虚拟环境python3 -m venv pytorch_env# 激活虚拟环境source pytorch_env/bin/activate# 升级 pippip install --upgrade pip

三、安装 PyTorch

访问 PyTorch 官方安装页面，根据你的系统配置（是否使用 GPU）选择对应的安装命令。

例如，如果你使用的是 CPU 版本（无 NVIDIA GPU），运行：

pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cpu

如果你有 NVIDIA GPU 并已安装 CUDA 驱动（比如 CUDA 11.8），则使用：

pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118

> 💡 提示：请先确认你的 CUDA 版本（通过 nvidia-smi 命令查看驱动支持的最高 CUDA 版本），再选择匹配的 PyTorch 安装命令。

四、验证安装是否成功

在 Python 中导入 PyTorch 并检查版本：

python3 -c "import torch; print(torch.__version__); print('CUDA available:', torch.cuda.is_available())"

如果输出类似 2.1.0 的版本号，并且 CUDA 显示为 True（如果你有 GPU），说明 PyTorch GPU部署 成功！

五、常见问题与解决方案

• pip 安装慢？ 可以使用国内镜像源，例如：
  pip install -i https://pypi.tuna.tsinghua.edu.cn/simple torch
• CUDA 不可用？ 请确认已正确安装 NVIDIA 驱动和 CUDA Toolkit，并且 PyTorch 版本与 CUDA 版本匹配。
• 权限错误？ 如果不在虚拟环境中，请不要使用 sudo pip，这可能导致系统 Python 环境混乱。

六、总结

通过以上步骤，你已经成功在 CentOS 上完成了 PyTorch安装教程 中的所有关键环节。现在你可以开始构建自己的深度学习项目了！

无论是进行学术研究、企业级应用，还是个人兴趣项目，一个稳定可靠的 CentOS深度学习环境 都是成功的第一步。希望这篇教程能帮助你顺利迈出这一步！

如有疑问，欢迎在评论区留言交流。祝你编码愉快！