Installation support for Windows / WSL users (CUDA, DGL, cu117 issues)

Aperta
#421 1 commento 0 reazioni 0 assegnatari Vedi su GitHub

Nessuno ha ancora preso questa issue.

Valutazione

Difficoltà
4/5
Tempo stimato
3-5 giorni
Idoneità per principianti
25/100
Tipo di issue
Documentazione
Chiarezza
Abbastanza chiara
Stato di attività
Ferma
Stack tecnologico
docker, python, pytorch
Ambito
devops, machine-learning, operating-systems

Direzione di ricerca

Start by reviewing the available installation guides and the dependency setup for CUDA, cuDNN, PyTorch cu117, and DGL under Ubuntu on WSL. Document tested version combinations, known Windows/WSL limitations, and workarounds; if a Docker image is pursued, its supported setup should be explicitly defined.

Scritto dal modello di indicizzazione a partire dal testo della issue.

Descrizione

Hi,
I’ve been trying to install RFdiffusion on my Windows machine using WSL (Ubuntu), but I keep running into problems with dependencies — especially with CUDA, cuDNN, PyTorch (cu117), and DGL.

Even after following all available guides and trying different versions of these frameworks, installation either fails or the model won’t run properly due to GPU or CUDA compatibility issues.

It would be very helpful if the team (or community) could provide:

  1. A step-by-step guide for installation on Windows/WSL.

  2. Recommended CUDA and PyTorch versions that actually work under WSL.

  3. Any known limitations or workarounds for Windows users.

Since many researchers and developers use Windows as their main system, having an official installation guide or Docker image for WSL would make RFdiffusion much more accessible.

Thank you for your amazing work on this project — it’s an incredible tool, and I’d love to get it running locally!

Best regards,
Kamyar Entezari

Lingua principale
Python
Stelle
3.1k
Fork
644
Nessuna PR unita negli ultimi 30g

Guida per i contributori

Nessuna guida per i contributori indicizzata per questo repository

Come iniziare

  1. Leggi tutta la issue e poi la guida ai contributi del progetto.
  2. Commenta sulla issue per dire che te ne occupi tu — evita che due persone facciano lo stesso lavoro.
  3. Fai un fork del repository e lavora su un branch.
  4. Apri una pull request che faccia riferimento al numero della issue.

Altre issue di RosettaCommons/RFdiffusion

Tutte le issue di RosettaCommons/RFdiffusion

Issue simili

Altre issue su Python

Ricevi le nuove issue nella tua casella

Un breve riepilogo di issue GitHub adatte ai principianti.