登录社区云，与社区用户共同成长
邀请您加入社区
暂无图片
本文详细介绍了在Ubuntu 24.04系统上搭建openvla-oft开发环境的完整流程。系统配置包括ASUS B560M主板、i5-11400F处理器、RTX 5090显卡和16GB内存。关键步骤包括：安装CUDA 12.8工具包（适配RTX 5090）、PyTorch 2.7.1及以上版本、配置conda环境、安装flash-attn等依赖库，以及解决HuggingFace镜像访问和torc
菜鸡一枚，仅学习记录
导语：在win11中docker desktop运行gpu容器。win11的话win版本肯定是符合的，win10的话有版本要求。
这个错误表明Docker无法识别或加载支持GPU所需的设备驱动程序。以加载内核模块（常见于Ubuntu）。），手动安装后重启服务。
在linux系统ubuntu系统里安装的GPU的pytorch测试GPU时提示如下错误信息。PyTorch CUDA状态: False。
在配深度学习环境每次想要训练模型都出现nvrtc: error: invalid value for --gpu-architecture (-arch)这个问题，换了无数个方法都没解决，一开始下载的torch和cuda版本是1.12.0+11.3，后来查了GitHub发现4090框架不支持还是怎么着，最后把torch版本卸掉重新下了1.13+11.6的版本，终于跑通了呜呜太感人了！
打开 C:\Users\用户 下magic-pdf.json文件“device-mode”: “cuda”
【代码】安装 tensorflow-2.10.0 支持 gpu。
ollama使用gpu运行大模型
ST7789V矽創显示芯片中文数据手册去发现同类优质开源项目:https://gitcode.com/本仓库提供了一份ST7789V矽創显示芯片的中文数据手册，该手册为机器翻译版本。数据手册详细介绍了ST7789V显示芯片的规格、功能、引脚定义、电气特性以及应用电路等内容，旨在帮助开发者和工程师更好地了解和使用该显示芯片。手册内容全面，结构清晰，是研发、设计及维修人员的重要参考资料。希望通过...
