解决lora-scripts项目中onnxruntime-gpu安装失败问题
2025-06-08 12:00:53作者:齐冠琰
问题背景
在使用lora-scripts项目时,用户遇到了onnxruntime-gpu==1.17.1安装失败的问题。错误信息显示系统缺少必要的GLIBC 2.28+版本支持,而Ubuntu 18.04默认安装的是GLIBC 2.27版本。
问题分析
onnxruntime-gpu 1.17.1版本对系统环境有特定要求:
- 需要Python 3.10环境
- 需要GLIBC 2.28+版本支持
- 需要x86-64架构
Ubuntu 18.04默认安装的是GLIBC 2.27版本,直接升级系统GLIBC可能会带来系统稳定性风险,因此不建议直接升级。
解决方案
方法一:使用跳过环境准备的参数
在运行脚本时添加--skip-prepare-environment参数,可以跳过onnxruntime-gpu的安装检查。这种方法适用于不需要使用onnxruntime相关功能的场景。
bash ./run_gui.sh --skip-prepare-environment
方法二:降级onnxruntime-gpu版本
如果项目功能必须依赖onnxruntime-gpu,可以考虑安装兼容的旧版本。根据错误信息,可用的版本包括1.12.0到1.16.3。
pip install onnxruntime-gpu==1.16.3
方法三:使用Docker容器
创建一个包含GLIBC 2.28+的Docker容器环境,在容器内运行项目。这种方法可以避免修改宿主机的系统库。
方法四:升级操作系统
考虑将Ubuntu 18.04升级到20.04或更高版本,这些版本默认包含GLIBC 2.31+,可以满足onnxruntime-gpu的要求。
注意事项
- 修改系统GLIBC版本可能导致系统不稳定,建议谨慎操作
- 降级onnxruntime-gpu版本前,需确认项目功能是否兼容旧版本
- 使用Docker方案时,需要确保GPU支持已正确配置
总结
在Ubuntu 18.04系统上运行lora-scripts项目时,onnxruntime-gpu的安装问题可以通过多种方式解决。根据实际需求选择最适合的方案,优先考虑使用跳过环境准备或降级版本的方法,避免直接修改系统关键库。
登录后查看全文
热门项目推荐
相关项目推荐
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C030
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
26
10
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
425
3.26 K
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
689
334
暂无简介
Dart
686
161
Ascend Extension for PyTorch
Python
231
264
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
React Native鸿蒙化仓库
JavaScript
266
326
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.22 K
667
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
65
19
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
19
30