阅读量:4
在CentOS上安装PyTorch GPU版本需要以下几个步骤:
1. 安装NVIDIA驱动
首先,确保你的CentOS系统上已经安装了NVIDIA驱动。你可以参考NVIDIA官方文档来安装适合你GPU型号的驱动。
# 添加EPEL仓库
sudo yum install epel-release
# 安装NVIDIA驱动
sudo yum install kernel-devel-$(uname -r) kernel-headers-$(uname -r)
sudo yum install nvidia-driver-latest-dkms
# 重启系统
sudo reboot
2. 安装CUDA Toolkit
PyTorch GPU版本依赖于CUDA Toolkit。你可以从NVIDIA官网下载适合你系统的CUDA Toolkit。
# 下载CUDA Toolkit
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 cuda
# 设置环境变量
echo 'export PATH=/usr/local/cuda-11.4/bin:$PATH' >> ~/.bashrc
echo 'export LD_LIBRARY_PATH=/usr/local/cuda-11.4/lib64:$LD_LIBRARY_PATH' >> ~/.bashrc
source ~/.bashrc
3. 安装cuDNN
cuDNN是用于深度神经网络的GPU加速库。你需要从NVIDIA官网下载适合你CUDA版本的cuDNN。
# 下载cuDNN
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*
4. 安装PyTorch GPU版本
你可以使用pip来安装PyTorch GPU版本。首先,确保你已经安装了pip。
# 安装pip
sudo yum install python3-pip
# 安装PyTorch GPU版本
pip3 install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu114
5. 验证安装
最后,你可以验证PyTorch是否正确安装并能够使用GPU。
import torch
print(torch.__version__)
print(torch.cuda.is_available())
print(torch.cuda.current_device())
print(torch.cuda.get_device_name(torch.cuda.current_device()))
如果输出显示True并且显示了GPU的名称,说明PyTorch GPU版本已经成功安装并可以使用。
注意事项
- 确保你的CentOS版本和NVIDIA驱动、CUDA Toolkit、cuDNN版本兼容。
- 如果遇到安装问题,可以参考PyTorch官方文档或社区论坛寻求帮助。
通过以上步骤,你应该能够在CentOS上成功安装PyTorch GPU版本。
以上就是关于“如何在CentOS上安装PyTorch GPU版本”的相关介绍,筋斗云是国内较早的云主机应用的服务商,拥有10余年行业经验,提供丰富的云服务器、租用服务器等相关产品服务。云服务器资源弹性伸缩,主机vCPU、内存性能强悍、超高I/O速度、故障秒级恢复;电子化备案,提交快速,专业团队7×24小时服务支持!
简单好用、高性价比云服务器租用链接:https://www.jindouyun.cn/product/cvm