【深度学习】深度学习之巅：在 CentOS 7 上打造完美Python 3.10 与 PyTorch 2.3.0 环境

在深度学习领域，选择合适的环境配置至关重要。本文将指导您在 CentOS 7 系统上构建一个完美的 Python 3.10 与 PyTorch 2.3.0 环境。这一配置将帮助您高效地进行深度学习的开发与实验。

一、环境准备

首先，请确保您的 CentOS 7 系统为最新版本。可以通过以下命令更新系统的所有软件包：

sudo yum update -y

二、安装开发工具包

为了编译和安装必要的软件包，我们需要安装一些开发工具。可以使用以下命令安装这些工具：

sudo yum groupinstall "Development Tools" -y
sudo yum install -y python3 python3-devel python3-pip

三、安装 Python 3.10

CentOS 7 自带的 Python 版本较低，因此我们需要安装 Python 3.10。可以通过源代码编译的方式进行安装：

1. 安装依赖包：

sudo yum install -y yum-utils
sudo yum install -y openssl-devel bzip2-devel libffi-devel

1. 下载并编译 Python 3.10：

cd /usr/src
sudo curl -O https://www.python.org/ftp/python/3.10.0/Python-3.10.0.tgz
sudo tar xzf Python-3.10.0.tgz
cd Python-3.10.0
sudo ./configure --enable-optimizations
sudo make altinstall

在执行 make altinstall 后，我们可以通过以下命令检查 Python 3.10 是否安装成功：

python3.10 --version

四、创建虚拟环境

使用 venv 模块创建一个虚拟环境，以便于管理Python包：

python3.10 -m venv myenv
source myenv/bin/activate

激活虚拟环境后，您会看到命令行前面出现 (myenv)，表示当前在该环境中。

五、安装 PyTorch 2.3.0

要在环境中安装 PyTorch，首先需要更新 pip，并根据系统环境选择合适的安装命令。先更新 pip：

pip install --upgrade pip

接下来，安装 PyTorch 2.3.0。根据您的 CUDA 版本，您可以不同选择 CPU 版本或 GPU 版本。如果不确定CUDA版本，可以使用以下命令检查：

nvidia-smi

对于CPU版本，无需CUDA支持，可以运行：

pip install torch==2.3.0 torchvision==0.14.0 torchaudio==2.3.0 --extra-index-url https://download.pytorch.org/whl/cpu

如果您的系统配备了NVIDIA GPU并打算使用CUDA，您可以选择相应的安装包。例如，对于CUDA 11.7版本，可以使用以下命令：

pip install torch==2.3.0+cu117 torchvision==0.14.0+cu117 torchaudio==2.3.0 --extra-index-url https://download.pytorch.org/whl/cu117

六、验证安装

安装完成后，可以通过执行以下 Python 代码来验证 PyTorch 是否正确安装：

import torch
print(torch.__version__)
print(torch.cuda.is_available())  # 检查CUDA是否可用

七、结束语

到此为止，您已经成功在 CentOS 7 上创建了一个完美的 Python 3.10 与 PyTorch 2.3.0 环境。使用这个环境，您可以开始进行深度学习的探索与研究，推动您的项目向前发展。希望这些步骤能够帮助您顺利搭建环境并投入到深度学习的海洋中。