在centos操作系统上部署pytorch及其相关依赖库时，可遵循以下步骤进行操作：

第一步：更新系统

首先，确保你的CentOS系统处于最新状态：

sudo yum update -y

第二步：安装必要的依赖项

PyTorch依赖于若干基础库，如Python、pip及numpy。利用以下命令完成这些依赖项的安装：

sudo yum install -y python3 python3-pip numpy

第三步：配置CUDA环境（若需GPU支持）

若有NVIDIA显卡且希望借助GPU加速PyTorch，则需安装CUDA与cuDNN。具体步骤如下：

安装CUDA工具包

1. 访问NVIDIA CUDA Toolkit下载页面，挑选适合当前系统的版本下载。

2. 执行CUDA工具包安装：

    sudo rpm -i cuda-repo-rhel7-.rpm
    sudo yum clean all
    sudo yum install -y cuda
    

3. 调整环境变量：编辑~/.bashrc文件，加入以下内容：

    export PATH=/usr/local/cuda/bin:$PATH
    export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH

   最后执行：

    source ~/.bashrc

安装cuDNN

1. 前往NVIDIA cuDNN下载页面，选取与现有CUDA版本兼容的cuDNN版本下载。

2. 实施cuDNN安装：解压下载文件，并将内容移至CUDA目录：

    tar -xzvf cudnn--linux-x64-v.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*
    

第四步：安装PyTorch

采用pip工具来安装PyTorch。依据CUDA版本的不同，选用相应的命令：

CPU专用版本

pip3 install torch torchvision torchaudio

GPU专用版本（CUDA 11.3）

pip3 install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu113

GPU专用版本（CUDA 10.2）

pip3 install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu102

第五步：确认安装结果

完成安装后，可通过以下代码检查PyTorch是否正确安装：

import torch
print(torch.__version__)
print(torch.cuda.is_available())  # 若已安装GPU版本，应显示True

依照上述流程，你应该能在CentOS系统里顺利完成PyTorch及其依赖库的安装。如遇难题，可查阅PyTorch官方文档或社区论坛获取支持。