- 博客(12)
- 收藏
- 关注
RSS订阅翻译 宇树官方代码配置环境过程unitree_rl_gym
如果您的系统已安装 Conda，则可以跳过步骤 1.1。MiniConda 是 Conda 的一个轻量级发行版，适用于创建和管理虚拟环境。这是一个用于与真实机器人通信的库。如果您需要将训练好的模型部署到物理机器人上，请安装此库。需要安装的ubuntu系统：ubuntu 20.04（据说22.04也可以，本人没试过）PyTorch 是一个用于模型训练和推理的神经网络计算框架。Isaac Gym 是英伟达提供的刚体模拟和训练框架。2.4 安装 unitree_rl_gym。是一个实现了强化学习算法的库。
2025-11-13 10:13:59
37
原创 删除 PyTorch 的扩展缓存目录的命令
PyTorch 扩展是针对 CUDA 12.9 和 PyTorch 2.0.0+cu118（但实际上运行在 CUDA 12.9 上）编译的。如果不删除缓存，PyTorch 可能会尝试使用之前针对不同 CUDA 版本编译的扩展，导致兼容性错误。这个命令是解决 PyTorch 扩展兼容性问题的常见且有效的方法，特别是在更改底层系统配置后。：您需要扩展针对 CUDA 11.8 和正确配置的 PyTorch 重新编译。PyTorch 会自动重新创建扩展目录并使用新的环境配置编译所有必要的扩展。
2025-11-12 11:55:22
339
1
原创 conda遇到问题：CondaToSNonInteractiveError:
这个错误的意思是，你需要先接受 Anaconda 官方渠道的服务条款 (Terms of Service, ToS)，然后才能继续使用它们。这是一个很常见的问题，尤其是在新安装 Conda 或者第一次使用某些特定渠道时。按照错误提示，你只需要执行以下两步即可解决。注意更改环境名称和python版本。
2025-11-12 11:53:40
398
原创 解决安装完CUDA11.x版本后 libcuda.so 缺失问题（本机是CUDA12.9）
文章摘要：本文针对运行unitree_rl_gym时出现的"Gymcudaerror"和"PhysXCUDAContextManager"错误，指出问题根源是缺失libcuda.so文件。解决方法是手动创建软链接：1) 通过nvidia-smi查找驱动自带的libcuda.so位置；2) 将其链接到系统库路径。该操作不会影响CUDA12.9的使用，因为所有CUDA版本共享这个驱动级库。最后重新运行程序即可，若仍报错可检查其他缺失库文件。
2025-08-23 14:01:42
481
原创 解决需要另外安装CUDA11.X版本的问题（本机是CUDA12.X）
现在您可以尝试运行 Isaac Gym 了。在安装过程中，您会看到一个图形界面。- 这些可能与您现有的驱动程序冲突。（因为您已经安装了更新的驱动程序）- 这是核心组件，必须安装。
2025-08-22 22:59:39
593
原创 多示例学习中的损失函数选择
在选择损失函数时，通常需要考虑问题的特性、数据分布以及模型的输出。在多示例学习中，特别要注意袋的标签是通过其内部示例的某种组合方式得到的，损失函数需要能够处理这种袋级别标签与示例级别标签之间的关系。在多示例学习中，损失函数的选择是关键的，因为它直接影响着模型的训练和性能。可以根据具体问题的特点设计定制的损失函数，考虑到多示例学习中示例级别标签的未知性。
2023-12-15 19:43:24
635
原创 多示例学习的原理，以及实现逻辑
是一种的变体，它的主要特点是训练集被组织成“袋”（bag）的形式，而不是单个实例的形式。每个袋中包含多个示例，而袋被标记为正类别或负类别。这使得多示例学习适用于一些问题，其中整体的标签仅仅基于某些示例的存在与否，而不需要为每个示例提供明确的标签。
2023-12-15 19:30:06
1659
原创 自监督和无监督的区别
在自监督学习中，模型从原始数据中学习，通过将数据进行转换或处理，生成与原始数据相关的任务，然后使用这些生成的任务来训练模型。- 自监督学习的目标是让模型学会表示数据的特征或结构，例如图像中的上下文关系、文本中的语言模型预测等，而无需显式的标签。- 无监督学习是一种机器学习范式，其中模型试图从未标记的数据中发现数据的内在结构或模式，而不依赖于明确的标签或任务。- 自监督学习是无监督学习的一个特定子集，它关注于使用数据自动生成任务或标签，并通过这些任务来学习数据的特征或结构。
2023-11-16 21:36:40
4006
1
原创 Python中 sys.argv[1：]
中，可以在脚本中进行进一步的处理和使用。这在命令行工具和脚本中经常用于接受用户传递的参数，以便根据参数执行不同的操作或配置脚本的行为。：这是 Python 中的切片操作，表示从列表中的第二个元素开始（索引为1），取到列表的末尾（包括最后一个元素）的所有元素。用于获取从命令行传递给脚本的所有参数，而不包括脚本文件的名称。是一个 Python 中用于获取命令行参数的表达式。通常是脚本文件的名称，而后续元素则是从命令行传递给脚本的参数。模块中的一个列表，它包含了命令行参数的信息。：这是 Python 的。
2023-11-16 17:55:51
2491
1
原创 使用scp命令将文件下载至本地， 报 no such file or directory的解决办法
因为服务器找不到本地路径所以报错，因此运行下载命令时应该在。从服务器下载文件到本地计算机时，遇到找不到本地路径的问题。如果是下载文件夹在scp后面加 -r。
2023-11-15 13:21:10
4504
3
原创 Linux服务器基本操作
上传文件夹到服务器 （包括文件夹本身）：在本地上传不要去服务器上传，服务器找不到本地路径。scp -r 本地文件夹路径 用户名@IP地址:服务器地址。查看home下的各个文件： cd home/(打开)查看GPU使用情况： nvidia-smi。进入指定目录： cd 目录路径。回退文件目录： cd ..查看当前路径： pwd。查看目录下的所有文件： ls。
2023-11-14 21:22:23
152
1
google-vit-base-patch16-224.rar
2024-03-03
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人