zhaozg

Dockerfile

-FROM image.sourcefind.cn:5000/dcu/admin/base/pytorch:2.3.0-py3.10-dtk24.04.3-ubuntu20.04
+FROM image.sourcefind.cn:5000/dcu/admin/base/pytorch:2.5.1-ubuntu22.04-dtk25.04.2-py3.10
\ No newline at end of file

Kimi_VL_think.py

@@ -20,7 +20,7 @@ model = AutoModelForCausalLM.from_pretrained(
 # )
 processor = AutoProcessor.from_pretrained(model_path, trust_remote_code=True)
 
-image_paths = ["./Pic/arch.png", "./Pic/theory.png"]
+image_paths = ["./xx/1.png", "./xx/2.png"]
 images = [Image.open(path) for path in image_paths]
 messages = [
     {

README.md

@@ -24,7 +24,7 @@ ViT是Google团队提出的将Transformer应用在图像分类的模型。ViT将
 ### Docker（方法一）
 推荐使用docker方式运行， 此处提供[光源](https://www.sourcefind.cn/#/service-details)拉取docker镜像的地址与使用步骤
 ```
-docker pull image.sourcefind.cn:5000/dcu/admin/base/pytorch:2.3.0-py3.10-dtk24.04.3-ubuntu20.04
+docker pull image.sourcefind.cn:5000/dcu/admin/base/pytorch:2.5.1-ubuntu22.04-dtk25.04.2-py3.10
 
 docker run -it --shm-size=1024G -v /path/your_code_data/:/path/your_code_data/ -v /opt/hyhal:/opt/hyhal --network=host --privileged=true --device=/dev/kfd --device=/dev/dri/ --group-add video --name kimi-vl-thinking  <your IMAGE ID> bash # <your IMAGE ID>为以上拉取的docker的镜像ID替换
 
@@ -55,10 +55,10 @@ pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple
 
 关于本项目DCU显卡所需的特殊深度学习库可从[光合](https://developer.sourcefind.cn/tool/)开发者社区下载安装。
 ```
-DTK驱动:dtk24.04.3
+DTK驱动:dtk25.04.2
 python:3.10
-torch:2.3.0
-transformers>=4.48.0
+torch:2.5.1
+transformers==4.48.2
 ```
 `Tips：以上dtk驱动、python、torch等DCU相关工具版本需要严格一一对应`