Hacktoberfest 2026 : les issues que les mainteneurs ont marquées pour octobre, ouvertes et accessibles aux débutants. Parcourir les issues Hacktoberfest

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

Ouverte
#421 1 commentaire 0 réactions 0 personnes assignées Voir sur GitHub

Personne n'a encore pris cette issue.

Évaluation

Difficulté
4/5
Temps estimé
3-5 jours
Accessibilité débutants
25/100
Type d'issue
Documentation
Clarté
Plutôt claire
Activité
À l'abandon
Stack technique
docker, python, pytorch

Piste de recherche

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.

Rédigé par le modèle d'indexation à partir du texte de l'issue.

Description

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

Langage dominant
Python
Étoiles
3.1k
Forks
652
Métriques de merge des PR
Aucune PR mergée en 30 j

Préparer son environnement

Ce projet ne fournit ni conteneur de développement, ni Dockerfile, ni guide de contribution : l'installation est à votre charge. Commencez par son README, et consultez notre guide de la première contribution pour les étapes générales.

Par où commencer

  1. Lisez l'issue en entier, puis le guide de contribution du projet.
  2. Signalez en commentaire que vous la prenez — cela évite que deux personnes fassent le même travail.
  3. Forkez le dépôt et travaillez sur une branche.
  4. Ouvrez une pull request qui référence le numéro de l'issue.

Autres issues de RosettaCommons/RFdiffusion

Toutes les issues de RosettaCommons/RFdiffusion

Issues similaires

Plus d'issues Python

Recevez les nouvelles issues par e-mail

Un résumé court des issues GitHub adaptées aux débutants.