check_vintf compatibility_matrix version问题

增加HIDL接口manifest后编译报错如下:

FAILED: out/target/product/xxxxxx/obj/PACKAGING/check_vintf_all_intermediates/check_vintf_compatible_log

checkvintf E 08-10 01:57:34 27721 27721 check_vintf.cpp:554] android.hardware.gnss@1.0::IGnss/default is deprecated in compatibility matrix at FCM Version 5; it should not be served.
checkvintf E 08-10 01:57:34 27721 27721 check_vintf.cpp:554] android.hardware.gnss@1.0::IGnss/default is deprecated in compatibility matrix at FCM Version 5; it should not be served.
checkvintf E 08-10 01:57:34 27721 27721 check_vintf.cpp:554] android.hardware.gnss@1.0::IGnss/default is deprecated in compatibility matrix at FCM Version 5; it should not be served.
checkvintf E 08-10 01:57:34 27721 27721 check_vintf.cpp:554] android.hardware.gnss@1.0::IGnss/default is deprecated in compatibility matrix at FCM Version 5; it should not be served.: Success
INCOMPATIBLE

根据kernel版本,用的是compatibility_matrix.5.xml (FCM Version 5)
而compatibility_matrix.5.xml中定义的gnss version是2.0-1

<hal format="hidl" optional="true">
    <name>android.hardware.gnss</name>
    <version>2.0-1</version>
    <interface>
        <name>IGnss</name>
        <instance>default</instance>
    </interface>
</hal>

有两种解决方法:
1:把gnss service改成用2.0或2.1的版本
2:把compatibility_matrix.5.xml 中2.0-1 改成1.0

### 回答1: 无法加载自定义的C++操作。这可能是因为您的PyTorch和torchvision版本不兼容,或者在编译torchvision源代码时出现错误。有关兼容版本的更多信息,请查看https://github.com/pytorch/vision#installation的兼容矩阵。请使用torch.__version__检查您的PyTorch版本和使用torchvision.__version__检查您的torchvision版本,并验证它们是否兼容。如果不兼容,请重新安装torchvision以使其与您的PyTorch安装匹配。 ### 回答2: 当你尝试加载自定义的c操作时,出现“couldn't load custom c ops”错误消息,可能是因为你的Pytorch和Torchvision版本不兼容,或者你在编译Torchvision源代码时出现了错误。如果你想了解关于兼容版本的更多信息,可以访问 https://github.com/pytorchvision。 这个错误通常出现在PyTorch和Torchvision版本不兼容的情况下。这意味着你正在使用的PyTorch版本与你当前安装的Torchvision版本不兼容。这可以通过检查 https://github.com/pytorch/vision 来解决。在这些文档中,你将看到有关不同PyTorch版本兼容的Torchvision版本信息。 另外一个可能的原因是在从源代码中进行编译时,Torchvision出现了错误。一些用户可能会在编译期间遇到与Cmake或CUDA安装相关的问题,这可能会导致如果没有正确修复,出现上述错误。 解决这些问题所需的具体步骤可能因个人情况而异。对于版本不兼容的情况,你可以通过更新或降级Torchvision来解决。对于编译错误,你可以重新安装PyTorch和Torchvision、确定CUDA及相关组件是否正确安装,或者使用其他编译工具,比如Anaconda、Pip等。 因此,要解决“couldn't load custom c ops”错误,你需要仔细检查你所使用的PyTorch和Torchvision版本是否相互兼容,也要注意编译过程中的错误。如果你不能解决这些问题,可以通过向社区和开发者请求帮助来获取更多信息和支持。 ### 回答3: 这个错误提示意味着你的PyTorch和torchvision版本不兼容,或者在手动编译torchvision源代码时出现了错误。 在深度学习领域中,常常会使用PyTorch进行模型的训练和测试,而torchvision则是PyTorch用于图像处理的辅助库。当你尝试加载一个自定义的c ops(C语言实现的操作)时,如果PyTorch和torchvision版本不匹配,或者编译torchvision源代码时出现了错误,就会出现这个错误提示。 为了解决这个问题,你可以先检查你所使用的PyTorch和torchvision版本是否相互兼容。最好的方法是在PyTorch官方GitHub页面上查找它们之间的兼容版本。在 https://github.com/pytorch/vision 页面中可以找到PyTorch和torchvision的兼容版本列表。在使用自定义c ops时,最好使用最新版本的PyTorch和torchvision。 如果问题仍未解决,就需要考虑手动编译torchvision源代码时是否出现了错误。这需要深入了解一些编译知识。你可以尝试重新编译torchvision,并且确保编译过程中没有出现任何错误。 总之,无论是版本不兼容还是编译错误,这些问题都可以通过检查版本或重新编译源代码来解决。在深度学习的开发过程中,这些问题是很常见的,解决它们需要耐心和一些编程经验。
评论 6
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