AS自带模拟器提示 Your GPU driver information 无法打开模拟器的问题

本文介绍了如何解决模拟器启动后出现黑屏的问题。通过设置调整及使用命令行方式启动模拟器,最终解决了该问题。提供了详细的步骤及注意事项。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

我的个人博客: http://www.geekqian.com

—– 2018年1月30日 15:49:48 更新 —

终于找到解决方案了.

感谢: https://stackoverflow.com/a/45574323

  1. 首先打开模拟器. 不出意料肯定是黑屏的状态, 并且会有个提示.

这里写图片描述

  1. 接着点击这里. 进入设置.

    这里写图片描述

  2. 按照以下的设置后重启. 即可正常打开模拟器.

    这里写图片描述

  3. 关闭后, 重启发现一切正常了.

    这里写图片描述

—– 2018年1月3日 15:24:41 更新——

因为用的是公司的戴尔台式, 至今也没找到合适的解决方案, 但实在觉得每次要敲那命令贼麻烦, 那我们直接用批处理的方式最简单, 首先创建一个 “启动模拟器.bat” 文件, 右键使用文本编辑器打开复制下面这行代码粘贴进去, 注意这个 avd 的名称改为你本地虚拟设备的名称. 之后每次点击这个文件即可直接打开模拟器了.

emulator -avd Nexus_5X_API_24 -gpu host

—— —–

我出现这个错误是在更新2.3.3版本后出现的.
目前只找到这种很麻烦的解决方法 . 有其他更好的解决方案的同学请分享下.谢谢

用命令启动:emulator -avd avd_name -gpu mode
先找到avd目录

  1. C:\Users\userName.android\avd (userName是根据你电脑的用户名去找.)
    (ps: 2017年11月3日 更新, 不需要这步也可以. 直接从第三步开始操作)

  2. 按住shift键鼠标点击右键, “在此处打开命令窗口”.

  3. 执行命令: emulator -list-avds 出现的就是你当前的模拟器

  4. 然后执行: emulator -avd avd_name -gpu host (avd_name 具体要启动的模拟器名称)

这里写图片描述

ps:
对了.

要使用emulator 命令还得在环境变量里配置一下.

**

这里写图片描述

这里写图片描述

代码解析#@title Check if MuJoCo installation was successful from google.colab import files import distutils.util import os import subprocess if subprocess.run('nvidia-smi').returncode: raise RuntimeError( 'Cannot communicate with GPU. ' 'Make sure you are using a GPU Colab runtime. ' 'Go to the Runtime menu and select Choose runtime type.') # Add an ICD config so that glvnd can pick up the Nvidia EGL driver. # This is usually installed as part of an Nvidia driver package, but the Colab # kernel doesn't install its driver via APT, and as a result the ICD is missing. # (https://github.com/NVIDIA/libglvnd/blob/master/src/EGL/icd_enumeration.md) NVIDIA_ICD_CONFIG_PATH = '/usr/share/glvnd/egl_vendor.d/10_nvidia.json' if not os.path.exists(NVIDIA_ICD_CONFIG_PATH): with open(NVIDIA_ICD_CONFIG_PATH, 'w') as f: f.write("""{ "file_format_version" : "1.0.0", "ICD" : { "library_path" : "libEGL_nvidia.so.0" } } """) # Configure MuJoCo to use the EGL rendering backend (requires GPU) print('Setting environment variable to use GPU rendering:') %env MUJOCO_GL=egl try: print('Checking that the installation succeeded:') import mujoco mujoco.MjModel.from_xml_string('') except Exception as e: raise e from RuntimeError( 'Something went wrong during installation. Check the shell output above ' 'for more information.\n' 'If using a hosted Colab runtime, make sure you enable GPU acceleration ' 'by going to the Runtime menu and selecting "Choose runtime type".') print('Installation successful.') # Tell XLA to use Triton GEMM, this improves steps/sec by ~30% on some GPUs xla_flags = os.environ.get('XLA_FLAGS', '') xla_flags += ' --xla_gpu_triton_gemm_any=True' os.environ['XLA_FLAGS'] = xla_flags
最新发布
07-21
评论 3
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值