Centos가 Pytorch를 설치하는 데 필요한 의존성이 필요한 경우

Centos 시스템에 Pytorch 딥 러닝 프레임 워크를 배포하려면 몇 가지 종속성을 미리 설치해야합니다. 최상의 개발 경험을 보장하려면 Anaconda3을 환경 관리 도구로 사용하는 것이 좋습니다.

1. 종속성 설치 :

1. ANACONDA3 : 공식 Anaconda 웹 사이트에서 CentOS 시스템과 호환되는 Anaconda3 버전을 다운로드하여 설치하십시오.
2. GLIBC : 시스템 GLIBC 버전이 2.17보다 낮지는 않습니다. rpm -qa | grep glibc 사용할 수 있습니다 rpm -qa | grep glibc 명령은 현재 버전을 보려고합니다. 버전이 너무 낮 으면 시스템을 업데이트하거나 더 높은 버전의 glibc를 설치해야합니다.
3. 개발 도구 : GCC 및 Make와 같은 필요한 컴파일 도구를 설치하십시오. 일반적으로 YUM 명령을 사용하여 설치할 수 있습니다 : sudo yum groupinstall "Development Tools"
4. Python : Python 버전 3.6 ~ 3.9를 사용하는 것이 좋습니다. Anaconda3 설치가 완료되면 자체 파이썬 환경을 가져옵니다.
5. PIP : ANACONDA3에는 자체 PIP 패키지 관리자가 있으며 추가 설치가 필요하지 않습니다.
6. CUDA 및 CUDNN (선택 사항) : GPU로 Pytorch 작업을 가속화 해야하는 경우 Cuda 및 Cudnn을 Pytorch와 호환해야합니다. NVIDIA의 공식 웹 사이트를 방문하여 해당 버전의 CUDA Toolkit 및 CUDNN 라이브러리를 다운로드하여 공식 문서에 따라 설치하십시오.

2. Pytorch 설치 단계 :

1. Anaconda 가상 환경 생성 : Conda 명령을 사용하여 pytorch 라는 가상 환경을 만들고 Python 버전 (예 : 3.8)을 지정하십시오.

    콘다 생성 -n pytorch python = 3.8
   콘다 활성화 된 파이 토치

2. Pytorch 설치 : 활성화 된 pytorch 환경에서 Conda를 사용하여 Pytorch 및 관련 라이브러리 (Torchvision, Torchaudio)를 설치하십시오. GPU 지원이 필요한 경우 Cuda 버전에 따라 적절한 cudatoolkit 버전 번호를 선택하십시오. 예를 들어, CUDA 버전이 11.3 인 경우 :

    콘다 설치 Pytorch Torchvision Torchaudio Cudatoolkit = 11.3 -C Pytorch

   참고 : cudatoolkit 의 버전 번호는 설치된 CUDA 버전과 일치해야합니다. conda info cudatoolkit 명령을 사용하여 사용 가능한 CUDA 버전을 볼 수 있습니다. GPU 지원이 없으면 cudatoolkit 매개 변수는 무시됩니다.

3. 설치 확인 : 설치가 완료된 후 다음 Python 코드를 실행하여 Pytorch가 성공적으로 설치되었는지 확인하고 GPU를 사용할 수 있는지 확인하십시오.

    토치 수입
   인쇄 (토치 .__ 버전 __)
   print (torch.cuda.is_available ())

   출력에 Pytorch 버전 번호와 torch.cuda.is_available() 이 True (GPU의 경우)를 반환하면 설치가 성공적입니다.

위의 단계를 통해 CentOS 시스템에서 Pytorch를 성공적으로 설치하고 실행할 수 있습니다. 시스템 구성이 Pytorch의 요구 사항을 충족하고 최신 설치 안내서 및 호환성 정보에 대한 공식 Pytorch 문서를 참조하십시오.

위 내용은 Centos가 Pytorch를 설치하는 데 필요한 의존성이 필요한 경우의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!