(全网首发)全志D1移植 rtl8723du驱动


1、获取rtl8723驱动源码

源码上传到了码云:源码获取地址

2、源码结构

在这里插入图片描述

3、修改源码支持linux5.4

需要修改文件

rtl8821cu/os_dep/os_intfs.c

--- a/rtl8821cu/os_dep/os_intfs.c
+++ b/rtl8821cu/os_dep/os_intfs.c
@@ -28,6 +28,8 @@ MODULE_LICENSE("GPL");
 MODULE_DESCRIPTION("Realtek Wireless Lan Driver");
 MODULE_AUTHOR("Realtek Semiconductor Corp.");
 MODULE_VERSION(DRIVERVERSION);
+++MODULE_IMPORT_NS(VFS_internal_I_am_really_a_filesystem_and_am_NOT_a_driver);

需要修改文件

rtl8821cu/os_dep/rtw_cfgvendor.c

--- a/rtl8821cu/os_dep/rtw_cfgvendor.c
+++ b/rtl8821cu/os_dep/rtw_cfgvendor.c
#if (LINUX_VERSION_CODE >= KERNEL_VERSION(5, 3, 0))
        .policy = VENDOR_CMD_RAW_DATA,
++++        .maxattr = 1
#endif

4、配置内核支持蓝牙

在这里插入图片描述
将以上宏选中

linux@ubuntu:~/tina-d1-open$ make kernel_menuconfig

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

5、交叉编译

make ARCH=riscv CROSS_COMPILE=交叉编译工具链 KSRC=/内核目录绝对路径

make ARCH=riscv CROSS_COMPILE=/home/linux/tina-d1-open/prebuilt/gcc/linux-x86/riscv/toolchain-thead-glibc/riscv64-glibc-gcc-thead_20200702/bin/riscv64-unknown-linux-gnu- KSRC=/home/linux/tina-d1-open/lichee/linux-5.4

6、 编译成功后,获得8723du.ko驱动

复制到开发板后 insmod
在这里插入图片描述
在这里插入图片描述

### 部署 Stable Diffusion 的准备工作 为了成功部署 Stable Diffusion,在本地环境中需完成几个关键准备事项。确保安装了 Python 和 Git 工具,因为这些对于获取源码和管理依赖项至关重要。 #### 安装必要的软件包和支持库 建议创建一个新的虚拟环境来隔离项目的依赖关系。这可以通过 Anaconda 或者 venv 实现: ```bash conda create -n sd python=3.9 conda activate sd ``` 或者使用 `venv`: ```bash python -m venv sd-env source sd-env/bin/activate # Unix or macOS sd-env\Scripts\activate # Windows ``` ### 下载预训练模型 Stable Diffusion 要求有预先训练好的模型权重文件以便能够正常工作。可以从官方资源或者其他可信赖的地方获得这些权重文件[^2]。 ### 获取并配置项目代码 接着要做的就是把最新的 Stable Diffusion WebUI 版本拉取下来。在命令行工具里执行如下指令可以实现这一点;这里假设目标路径为桌面下的特定位置[^3]: ```bash git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git ~/Desktop/stable-diffusion-webui cd ~/Desktop/stable-diffusion-webui ``` ### 设置 GPU 支持 (如果适用) 当打算利用 NVIDIA 显卡加速推理速度时,则需要确认 PyTorch 及 CUDA 是否已经正确设置好。下面这段简单的测试脚本可以帮助验证这一情况[^4]: ```python import torch print(f"Torch version: {torch.__version__}") if torch.cuda.is_available(): print("CUDA is available!") else: print("No CUDA detected.") ``` 一旦上述步骤都顺利完成之后,就可以按照具体文档中的指导进一步操作,比如调整参数、启动服务端口等等。整个过程中遇到任何疑问都可以查阅相关资料或社区支持寻求帮助。
评论 1
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