Ubuntu下载软件提示Waiting for headers

本文介绍了解决在终端下载英伟达显卡驱动过程中出现的Waiting for headers及进度停滞于35%的问题。通过删除旧的源列表并安装更旧版本的驱动程序来解决该问题。

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

最近在使用终端下载英伟达的显卡驱动时候提示Waiting for headers,然后就一直停在了35%这个位置 ,用ctrl+c终止再重试也无效果,更新源也没有解决


1.尝试一


删除掉源软件列表重新更新源

rm /var/lib/apt/lists/*

rm /var/lib/apt/lists/partial/*

apt-get update


2.尝试二


下载了一个更旧一点的驱动版本

other version of graphic card driver

sudo apt-get install nvidia-387


这个方法成功了


Installation The code has been tested with Docker (see Docker container below) with Python 3.8, CUDA 10.2/11.1, pytorch 1.8.0 and pytorch-lighting 1.4.1. Any other version may require to update the code for compatibility. Pip/Venv/Conda In your virtual environment follow MinkowskiEnginge. This will install all the base packages. Additionally, you need to install: open3d 0.13.0 pytorch-lighting 1.4.1 wandb tqdm pickle 这是readme里的内容,hi有,没有requirments。,再给一遍https://github.com/saltoricristiano/cosmix-uda/tree/main/configs/adaptation/uda 我现在要通过wsl在pycharm上运行这个项目,给我步骤 这个项目用Ubuntu24.04可行吗 还有,你上面给我的步骤我运行以后还是一样的报错(cosmix) livvy0102@tong:~/anaconda3/bin$ sudo apt update Get:1 file:/var/cuda-repo-ubuntu2004-11-1-local InRelease Ign:1 file:/var/cuda-repo-ubuntu2004-11-1-local InRelease Get:2 file:/var/cuda-repo-ubuntu2404-12-6-local InRelease [1572 B] Get:2 file:/var/cuda-repo-ubuntu2404-12-6-local InRelease [1572 B] Get:3 file:/var/cuda-repo-ubuntu2004-11-1-local Release [564 B] Get:3 file:/var/cuda-repo-ubuntu2004-11-1-local Release [564 B] Get:4 file:/var/cuda-repo-ubuntu2004-11-1-local Release.gpg [836 B] Get:4 file:/var/cuda-repo-ubuntu2004-11-1-local Release.gpg [836 B] Ign:4 file:/var/cuda-repo-ubuntu2004-11-1-local Release.gpg Hit:5 http://security.ubuntu.com/ubuntu noble-security InRelease Hit:6 http://archive.ubuntu.com/ubuntu noble InRelease Hit:7 http://archive.ubuntu.com/ubuntu noble-updates InRelease 0% [Waiting for headers] Hit:8 http://archive.ubuntu.com/ubuntu noble-backports InRelease Reading package lists... Done W: GPG error: file:/var/cuda-repo-ubuntu2004-11-1-local Release: The following signatures couldn't be verified because the public key is not available: NO_PUBKEY F60F4B3D7FA2AF80 E: The repository 'file:/var/cuda-repo-ubuntu2004-11-1-local Release' is not signed. N: Updating from such a repository can't be done securely, and is therefore disabled by default. N: See apt-secure(8) manpage for repository creation and user configuration details. (cosmix) livvy0102@tong:~/anaconda3/bin$
03-21
<think>嗯,用户现在在尝试在WSL的PyCharm上运行cosmix-uda项目,但遇到了问题。之前给的步骤似乎没有解决他们遇到的报错,特别是关于CUDA仓库的GPG错误。我需要仔细分析用户提供的错误信息,找出根本原因,并提供可行的解决方案。 首先,用户提到他们在运行`sudo apt update`时出现错误,提示CUDA仓库的GPG签名无法验证,导致仓库无法安全更新。错误信息中提到了`NO_PUBKEY F60F4B3D7FA2AF80`,这意味着系统缺少对应的公钥,无法验证CUDA仓库的签名。此外,用户还询问Ubuntu 24.04是否可行,因为之前的安装步骤可能是在Ubuntu 20.04上进行的。 接下来,我需要考虑几个方面: 1. **Ubuntu 24.04的兼容性**:原项目使用的是CUDA 10.2/11.1,而Ubuntu 24.04可能默认支持更新的CUDA版本。需要检查CUDA 11.1是否支持Ubuntu 24.04,或者是否有兼容层或替代方法。通常,NVIDIA的CUDA工具包对较新的Ubuntu版本支持可能存在滞后,尤其是像24.04这样的新版本。可能需要用户降级到Ubuntu 20.04或寻找其他解决方法。 2. **GPG错误修复**:针对现有的GPG错误,解决方法通常是导入缺失的公钥。用户可以使用`sudo apt-key adv --keyserver keyserver.ubuntu.com --recv-keys F60F4B3D7FA2AF80`来导入密钥,但需要注意,在较新的Ubuntu版本中,apt-key已被弃用,可能需要其他方法,比如将仓库源添加到sources.list.d并确保正确的签名。 3. **CUDA仓库配置错误**:用户可能错误地添加了针对Ubuntu 20.04的CUDA仓库到24.04系统中,导致不兼容。需要检查/etc/apt/sources.list中的CUDA源是否正确,或者是否有残留的旧版本仓库文件。建议用户清理旧的CUDA仓库配置,并添加适合24.04的源(如果有的话)。 4. **项目依赖的环境**:用户可能没有正确安装CUDA 11.1或pytorch 1.8.0,导致后续的依赖问题。需要确认conda环境中是否正确安装了指定版本的CUDA和PyTorch,并且MinkowskiEngine的安装是否与CUDA版本匹配。 5. **Docker的使用建议**:原项目推荐使用Docker,可能因为依赖项较多,手动配置容易出错。如果用户的环境问题难以解决,建议改用Docker容器,确保环境与项目兼容。 6. **错误处理步骤**:用户之前执行了步骤但问题依旧,可能需要更详细的检查,比如CUDA是否安装成功,nvcc版本是否正确,PyTorch是否能检测到CUDA,以及各个库的版本是否严格符合要求。 总结下来,用户的Ubuntu 24.04可能不兼容CUDA 11.1,导致仓库源和依赖问题。建议用户考虑降级系统版本,或者修复GPG错误后继续尝试。另外,检查CUDA和PyTorch的安装是否正确,以及所有依赖库的版本是否匹配。如果问题依然存在,使用Docker可能是更快捷的解决方案。</think>以下是针对你当前问题的分步解决方案: ==================== [系统兼容性分析] Ubuntu 24.04 (Noble Numbat) 存在以下潜在问题: 1. CUDA 11.1官方仅支持到Ubuntu 20.04 2. Python 3.11可能带来依赖冲突(项目基于Python 3.8) 建议:使用Docker或降级至Ubuntu 22.04/20.04 ==================== [报错解决方案] 出现`NO_PUBKEY F60F4B3D7FA2AF80`错误时,执行: ```bash sudo rm /etc/apt/sources.list.d/cuda-ubuntu2004-11-1-local.list # 删除错误源 sudo apt-key del F60F4B4B # 清除残留密钥 sudo apt clean # 清理缓存 ``` ==================== [推荐安装流程] 1. 创建新conda环境(避免旧环境残留): ```bash conda create -n cosmix2 python=3.8 -y conda activate cosmix2 ``` 2. 安装CUDA 11.1兼容层(Ubuntu 24.04特殊处理): ```bash wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2004/x86_64/cuda-ubuntu2004.pin sudo mv cuda-ubuntu2004.pin /etc/apt/preferences.d/cuda-repository-pin-600 ``` 3. 安装MinkowskiEngine核心依赖: ```bash conda install openblas-dev -c conda-forge -y pip install -U git+https://github.com/NVIDIA/MinkowskiEngine@v0.5.4 ``` 4. 手动安装特定版本依赖: ```bash pip install \ open3d==0.13.0 \ pytorch-lightning==1.4.1 \ wandb==0.12.11 \ torch==1.8.0+cu111 -f https://download.pytorch.org/whl/torch_stable.html ``` ==================== [验证步骤] 执行以下命令检查环境: ```python python -c "import torch; print(torch.__version__, torch.version.cuda)" # 应输出:1.8.0 11.1 python -c "from MinkowskiEngine import __version__; print(__version__)" # 应输出:0.5.4 ``` ==================== [替代方案建议] 若仍无法解决,建议使用项目官方Docker方案: ```bash git clone https://github.com/saltoricristiano/cosmix-uda.git cd cosmix-uda docker build -t cosmix-uda -f Dockerfile . docker run --gpus all -it cosmix-uda ``` ==================== [PyCharm配置要点] 1. 在`Run/Debug Configurations`中设置: - Python interpreter: 选择新建的`cosmix2`环境 - Working directory: 指向`/configs/adaptation/uda` 2. 添加环境变量: ```bash export CUDA_HOME=/usr/local/cuda-11.1 export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:$CUDA_HOME/lib64 ``` 建议优先尝试Docker方案,可避免系统级依赖问题。若需进一步调试,请提供具体执行命令和完整报错信息。
评论
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