深度学习，这个听起来高大上的技术，其实离我们并不遥远。今天 就让我这个深度学习小白，带你一起在CentOS系统上快速安装PyTorch，开启你的深度学习之旅吧，提到这个...！

第一步：下载并安装Miniconda

到位。 先说说 我们需要下载并安装Miniconda，这是一个方便我们管理Python环境的工具。

wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh
bash Miniconda3-latest-Linux-x86_64.sh

按照提示完成安装， 染后施行以下命令使Miniconda生效：

source ~/.bashrc

第二步：创建一个新的conda环境

为了方便管理，我们创建一个新的conda环境，给力。。

conda create -n pytorch_env python=3.8

染后激活这个环境：

conda activate pytorch_env

第三步：验证安装

安装完成后 我们可依同过以下命令验证PyTorch是否安装成功：，我深信...

import torch
print
print)

如guo安装了GPU版本，应该返回True。

第四步：安装必要的依赖

4.1 安装必要的依赖库

在安装PyTorch之前，我们需要安装一些必要的依赖库，拭目以待。。

sudo yum update -y
sudo yum groupinstall -y "Development Tools"
sudo yum install -y cmake3 git wget
sudo yum install -y python3 python3-devel python3-pip
sudo yum install -y numpy scipy

4.2 安装CUDA

如guo你打算使用GPU加速，需要安装CUDA。可依从NVIDIA官网下载并安装适合你GPU的CUDA版本，可不是吗！。

tar -xzvf cudnn-11.7-linux-x64-v8.0.4.44.tgz
sudo cp cuda/include/cudnn*.h /usr/local/cuda-11.7/include
sudo cp cuda/lib64/libcudnn* /usr/local/cuda-11.7/lib64
sudo chmod a+r /usr/local/cuda-11.7/include/cudnn*.h /usr/local/cuda-11.7/lib64/libcudnn*

4.3 安装cuDNN

cuDNN是用于深度神经网络的GPU加速库。你需要从N 等着瞧。 VIDIA官网下载并安装适合你CUDA版本的cuDNN。

pip3 install torch torchvision torchaudio

第五步：安装PyTorch

你可依使用pip来安装PyTorch。访问PyTorch官网获取适合你系统的安装命令，干就完了！。

pip3 install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu117

验证PyTorch是否安装成功：

python3 -c "import torch; print"
python3 -c "import torch; print)"

如guo输出PyTorch的版本号，说明安装成功，我惊呆了。。

怎么样，是不是彳艮简单？现在你以经拥有了开启深度学习之旅的工具，接下来就是不断地学习和实践了。祝你在深度学习的道路上越走越远，成为行业的大牛！