这个链接，就是将torch升级到13.0或者以上的版本，我升级到了13.1。

吐一下槽在公司推广python的时候，发现一直没有一个好用的python版本的cas客户端，这样就不能和java平起平坐了，也就只能写点简单的脚本了。哎。。。环境准备python： 3.0 + 吧，没有特殊要求django_cas_ng:这个用最新的吧， 我目前是4.1.1django 3.0安装django_cas_ng的安装# 这一步我简单说了，不是中单- 官网下载...

错误描述2021/11/30 17:52:40 [error] 18156#0: *49 upstream prematurely closed connection while reading response header from upstream, client: 124.65.173.246, server: _, request: "POST /testSystem/question-

看看torch和torch_npu的版本是不是对应，然后再在issue中搜索一番吧。大概就是少了个模块，使用pip install 安装一下就可以了。先别慌，首先看一下报错内容有没有我们可以理解的，比如这个报错中。如果报错我们读不懂，就参考一下。

【代码】昇腾适配： exit status 1: 2025/03/04 10:33:46 owner not right /usr/bin/runc 1000。

我们可以通过d500确定npu的型号（这里我没有找到官方的转换渠道，而是百度了一下，如果你有更好的方式，帮忙给留个言）这一步可以先不做，如果后面出现相关报错了，或者你的驱动目录(一般是/usr/local/Ascend这个目录)中没有ascend-toolkit目录，你可以做下这一步。找到你的python环境的site-packages, 将你的modelscope目录备份下，然后替换为仓库里的m

错误描述2021/11/30 17:52:40 [error] 18156#0: *49 upstream prematurely closed connection while reading response header from upstream, client: 124.65.173.246, server: _, request: "POST /testSystem/question-

（1）在外部访问NodePort类型的service时，被拒绝。 Connection refused1、请检查你访问的worker上的kubelet服务是否启动？上图中的worker是123.56.191.1262、检查你的service的是否挂载上了endpoints,如下图说明已经挂载了最后检查你的服务是否正常启动了，可以进入pod使用telnet或者curl测试一下你的服务。如果你的容器中

模型的地址是。

在这个目录下你可能看到类似libcuda.so.460.106.00这样的文件，我们可以让libcuda.so.1分别指向一下这些文件，每切换一次，测试一次，应该会有一个能让环境起作用的。不知道你是否有疑问什么时候用nvdiasmi查看驱动，什么时候用nvcc查看驱动呢？然后用nvidia-smi, 就能看到环境已经使用了 物理机上的cuda了。首先找到libcuda.so.1所在的目录，我的是/