【bug】diff-gaussian-rasterization Windows下编译 bug 解决

原创 已于 2025-08-11 21:16:32 修改 · 928 阅读 · 14 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#bug #windows

于 2025-08-11 20:26:27 首次发布

问题1 vcvarsall.bat" x86_amd64 && set

具体问题

\x00\x00*\x00*\x00*\x00*\x00*\x00*\x00*\x00*\x00*\x00*\x00*\x00*\x00*\x00*\x00*\x00*\x00*\x00*\x00*\x00*\x00*\x00\r\x00\n\x00’
error: Error executing cmd /u /c “F:\Program Files (x86)\Microsoft Visual Studio\2022\Community\VC\Auxiliary\Build\vcvarsall.bat” x86_amd64 && set

原因

这个是跨平台编译（32位→64位），大概率会失败，因为你已经在 64 位开发者 PowerShell 里了。
PyTorch 的 cpp_extension 依然会默认调用 x86_amd64，所以必须强制改成 x64 才行。

解决方式

设置环境变量

$env:PLATFORM="x64"
$env:DISTUTILS_USE_SDK="1"

问题2 “crtdefs.h”: No such file or directory

具体问题

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8\include\crt/host_config.h(231): fatal error C1083: 无法打开包括文件: “crtdefs.h”: No such file or directory
error: command ‘C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8\bin\nvcc’ failed with exit code 2

原因

1、Windows SDK 或 MSVC 头文件没装全 或者路径不对
2、CUDA 用的 nvcc 指向了错误的编译器

解决方法

cuda我是有安装的，系统路径也是有的。
vs 2022也有安装，路径也有，但还是要增加以下环境变量，增加后可以解决

$env:INCLUDE="$env:INCLUDE;F:\Program Files (x86)\Microsoft Visual Studio\2022\Community\VC\Tools\MSVC\14.36.32532\include"

问题3 crtdefs.h(10): fatal error C1083: 无法打开包括文件: “corecrt.h”: No such file or directory

具体问题

F:/Program Files (x86)/Microsoft Visual Studio/2022/Community/VC/Tools/MSVC/14.36.32532/include\crtdefs.h(10): fatal error C1083: 无法打开包括文件: “corecrt.h”: No such file or directory
error: command ‘C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8\bin\nvcc’ failed with exit code 2

原因

你现在这个错误说明我们虽然把 crtdefs.h 找到了，但它自己还依赖 corecrt.h，而这个文件是在 Windows SDK 里，不在 MSVC 目录下。

解决

一开始忽略了Windows SDK这个东西，竟然是有用的，增加以下环境变量
$winSDK = “F:\Windows Kits\10\Include\10.0.22000.0”

$env:INCLUDE="$env:INCLUDE;$winSDK\ucrt;$winSDK\shared;$winSDK\um"

问题4 LINK : fatal error LNK1104: 无法打开文件“msvcprt.lib”

原因

LINK : fatal error LNK1104: 无法打开文件“msvcprt.lib” 表示链接器找不到 MSVC的标准C++运行库静态库文件，这是链接阶段必需的库。

解决

$msvcLib = "F:\Program Files (x86)\Microsoft Visual Studio\2022\Community\VC\Tools\MSVC\14.36.32532\lib\x64"
$env:LIB="$env:LIB;$msvcLib"

问题5 LINK : fatal error LNK1104: 无法打开文件“uuid.lib”

原因

LINK : fatal error LNK1104: 无法打开文件“uuid.lib” 表示链接器找不到 Windows SDK 的 uuid.lib，这是一个系统库，通常在 Windows SDK 的 Lib 目录下。

解决

$winSdkLib = "F:\Windows Kits\10\Lib\10.0.22000.0"
$env:LIB="$env:LIB;$winSdkLib\um\x64;$winSdkLib\ucrt\x64"

问题6 LINK : fatal error LNK1158: 无法运行“rc.exe”

具体问题

正在创建库 build\temp.win-amd64-cpython-38\Release\cuda_rasterizer_C.cp38-win_amd64.lib 和对象 build\temp.win-amd64-cpython-38\Release\cuda_rasterizer_C.cp38-win_amd64.exp
正在生成代码
已完成代码的生成
LINK : fatal error LNK1158: 无法运行“rc.exe”
error: command ‘F:\Program Files (x86)\Microsoft Visual Studio\2022\Community\VC\Tools\MSVC\14.36.32532\bin\Hostx64\x64\link.exe’ failed with exit code 1158

原因

LINK : fatal error LNK1158: 无法运行“rc.exe” 错误表示链接器找不到 资源编译器 rc.exe，它是生成 Windows 资源文件（.res）的工具，位于 Windows SDK 目录里。

解决

$env:PATH="$env:PATH;F:\Windows Kits\10\bin\10.0.22000.0\x64"

成功了
![外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传](https://img-home.csdnimg.cn/images/20230724024159.png?origin_url=%2Fydocs%2Fcollab%2Fapi%2Fv1%2Fdrive%2Fdownload%2F147n29ueoc39h9qvba2k08ia0oimpu&pos_id=img-WsCmezi7-1754915240502

(3DGS)pip install diff-gaussian- rasterization报错：
**My Coding Family**
07-14 1068
🏆本文收录于 《全栈Bug调优(实战版)》 专栏，该专栏专注于分享我在真实项目开发中遇到的各类疑难Bug及其深层成因，并系统提供高效、可复现的解决思路和实操方案。无论你是刚入行的新手开发者，还是拥有多年项目经验的资深工程师，本专栏都将为你提供一条系统化、高质量的问题排查与优化路径，助力你加速成长，攻克技术壁垒，迈向技术价值最大化与职业发展的更高峰🚀！
关于 Microsoft 开源的 TRELLIS 项目运行BUG和解决方案指南
m0_45970977的博客
03-20 1172
TRELLIS 保姆级解决方案指南（Windows版）
解决diff-gaussian-rasterization安装报错（之后simple-knn没问题）
GAAAX的博客
01-10 1751
去3DGS的issues板块看了看，有提到说conda install -c anaconda vs2019_win-64可以解决，还有人说升级CUDA也行，但我个人之前在远程服务器（linux系统，无vs，cuda11.6）上复现过3D GS，安装diff-gaussian-rasterization和simple-knn时没有出现过问题，所以我觉得可以采取其他的解决方法。试了一下，还是不行，开始装包，每装一个都试运行一下，一直到三个都安上才成功。包，它包含了 gcc 编译器和其他编译工具。
[解决]问题：diff-gaussian-rasterization死活在AutoDL装不上(新方案)
CounterGlew的博客
03-06 1203
首先我用的是cuda11.8,pytorch版本是在虚拟环境里新增了一个2.0.1的版本（AutoDL自带没有这个版本）。我这个是因为复现原文要求所以改的版本，AutoDL原版本应该也没问题。表明项目依赖的**OpenGL Mathematics (GLM)**库未正确安装或路径未正确配置。最近不小心AutoDL闲置超14天给我环境搞没了（麻了），于是重新配了个这样的类似环境。模块安装失败的主要原因，具体来说：缺失GLM库：错误信息。然后我就装上了，希望对大家有所帮助。，最基本的装不上问题。
gaussian-splatting windows环境配置
qq_40163371的博客
12-18 2641
linux下是3090的显卡，安装的cuda11.6，官方教程虽然说不要用cuda11.6，但是linux下按照官方的教程配置，似乎没碰到什么问题。cuda11.8下，conda安装没有对应的cuda版，要改下torch版本，我没有深入去尝试了，看到也有成功配置的。cuda11.6 & cuda11.8都装过了，torch版本 和vs2019 & vs2022都试过，碰到的问题很难解决，建议不要头铁。windows下最大的问题就是cuda的版本，torch的版本，以及visual studio的版本。
【CUDA 编译 bug】ld: cannot find -lcudart
PLUS_WAVE的博客
04-25 730
安装 cuda-toolkit 就相当于在安装完 pytorch-cuda 的需要的部分 cuda 库后，进行了补充安装，都是同一个 channel 的当然就不会有问题了。才对的上CUDA版本12.1的Pytorch。但是我们在安装的时候，先安装CUDA版本12.1的Pytorch，再安装。，我们只好迁就 pytorch，安装12.1.0的CUDA，但是呢！也就是说，该死的CUDA版本12.1的Pytorch的。继续探究发现，安装Pytorch时会安装。一样的一些 cuda 库了！其就会安装与我们安装的。
linux下手把手安装3DGS和TalkingGaussian
wqthaha的专栏
09-04 2621
该教程是记录如何一步步安装linux下的3DGS环境。走过的路，会有起起伏伏的；那些踩过的坑，记录下来，并提供一个可成功的路线，供参考。这篇文章主要贡献有：1、手把手指导如何安装3DGS2、实现https://github.com/Fictionarry/TalkingGaussian的安装指导踩过的坑，把它展示出来，以避免重新踩坑
Win10中JIT调用自定义CUDA算子踩坑
ytrewq121的博客
08-17 4254
win10中使用JIT调用自定义cuda算子
3dgs安装成功记录
gjh2633221386的博客
02-22 1388
3dgs安装成功记录
Gaussian Haircut - 了解项目: - 了解 [GaussianHaircut](https://eth-ait.github.io/GaussianHaircut/) ; - 先了解该项目: [GaussianHaircut](https://github.com/eth-ait/GaussianHaircut) , use context7 ; - 把这个项目改成WIndows的项目: - 参考install.sh和run.sh, 新建两个bat文件: install.bat 和 run.bat ; - 安装部署的时候验证必须的软件是否正确安装, 如果没有, 则帮助下载安装 ; - 用./micromamba.exe 来创建和管理虚拟环境 ; - 重写Readme,用中文, 并标注所需要安装的软件如: Blender, CMake, CUDA, Colmap(https://github.com/colmap/colmap/releases), use context7 ; - 注意环境变量要设置正确 - Code Rules: - 文件修改完成后则用命令行运行测试, 并修正Bug - 不要随意新建文件导致混乱 - 默认环境变量: - PROJECT_DIR=%CD% - DATA_PATH=%PROJECT_DIR%\data - ENV_PATH=%PROJECT_DIR%\envs - MAMBA=%PROJECT_DIR%\micromamba.exe - CUDA_DIR=C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8 - BLENDER_DIR=C:\Program Files\Blender Foundation\Blender 3.6 - COLMAP_DIR=C:\Colmap\bin - CMAKE_DIR=C:\Program Files\CMake\bin - GIT_DIR=C:\Program Files\Git\bin - VCVARS_DIR=C:\Program Files\Microsoft Visual Studio\2022\Professional\VC\Auxiliary\Build - install.bat 安装主要步骤: 1 环境检查与设置环境变量 2 用micromamba设置虚拟环境,并测试 3 拉取代码与依赖 4 构建必要模块(如pytorch,openpose,pixie,detectron2 等等) 5 下载大模型 6 测试 - run.bat 运行主要步骤: - 预处理: - 将原始图像排列成 3D 高斯 Splatting 格式 - 运行 COLMAP 重建并对图像和相机进行去畸变 - 运行 Matte-Anything - 调整图像大小 - 使用图像的 IQA 分数进行过滤 - 计算方向图 - 运行 OpenPose - 运行 Face-Alignment - 运行 PIXIE - 将所有 PIXIE 预测合并到一个文件中 - 将 COLMAP 相机转换为 txt 格式 - 将 COLMAP 相机转换为 H3DS 格式 - 删除原始文件以节省磁盘空间 - 重建: - 运行 3D 高斯 Splatting 重建 - 运行 FLAME 网格拟合 - 裁剪重建场景 - 移除与 FLAME 头部网格相交的头发高斯分布 - 运行训练视图渲染 - 获取 FLAME 网格头皮图 - 运行潜在发束重建 - 运行发束重建 - 可视化: - 将生成的发束导出为 pkl 和 ply 文件 - 渲染可视化效果 - 渲染线条 - 制作视频 - 必要参考: - [Gaussianhaircut](https://eth-ait.github.io/GaussianHaircut/), use context7 ; - [NeuralHaircut](https://github.com/egorzakharov/NeuralHaircut), use context7 ; - [micromamba](https://mamba.readthedocs.io/en/latest/user_guide/micromamba.html), use context7 ; - [diff_gaussian_rasterization_hair](https://github.com/g-truc/glm), use context7 ; - [Matte-Anything](https://github.com/hustvl/Matte-Anything), use context7 ; - [detectron2](https://github.com/facebookresearch/detectron2), use context7 ; - [colmap](https://colmap.github.io/), use context7 ; - [openpose](https://github.com/CMU-Perceptual-Computing-Lab/openpose), use context7 ; - [pytorch3d](https://github.com/facebookresearch/pytorch3d), use context7 ; - [simple-knn](https://github.com/camenduru/simple-knn), use context7 ; - [kaolin](https://github.com/NVIDIA/kaolin), use context7 ; - [hyperIQA](https://github.com/SSL92/hyperIQA), use context7 ; ``` # Prerequisites: # # 1. Install CUDA 11.8 # Follow intructions on https://developer.nvidia.com/cuda-11-8-0-download-archive # Make sure that # - PATH includes <CUDA_DIR>/bin # - LD_LIBRARY_PATH includes <CUDA_DIR>/lib64 # If needed, restart bash environment # The environment was tested only with this CUDA version # 2. Install Blender 3.6 to create strand visualizations # Follow instructions on https://www.blender.org/download/lts/3-6 # # Need to use this to activate conda environments eval "$(conda shell.bash hook)" # Save parent dir PROJECT_DIR=$PWD # Pull all external libraries mkdir ext cd $PROJECT_DIR/ext && git clone https://github.com/CMU-Perceptual-Computing-Lab/openpose --depth 1 cd $PROJECT_DIR/ext/openpose && git submodule update --init --recursive --remote cd $PROJECT_DIR/ext && git clone https://github.com/hustvl/Matte-Anything cd $PROJECT_DIR/ext/Matte-Anything && git clone https://github.com/IDEA-Research/GroundingDINO.git cd $PROJECT_DIR/ext && git clone [email protected]:egorzakharov/NeuralHaircut.git --recursive cd $PROJECT_DIR/ext && git clone https://github.com/facebookresearch/pytorch3d cd $PROJECT_DIR/ext/pytorch3d && git checkout 2f11ddc5ee7d6bd56f2fb6744a16776fab6536f7 cd $PROJECT_DIR/ext && git clone https://github.com/camenduru/simple-knn cd $PROJECT_DIR/ext/diff_gaussian_rasterization_hair/third_party && git clone https://github.com/g-truc/glm cd $PROJECT_DIR/ext/diff_gaussian_rasterization_hair/third_party/glm && git checkout 5c46b9c07008ae65cb81ab79cd677ecc1934b903 cd $PROJECT_DIR/ext && git clone --recursive https://github.com/NVIDIAGameWorks/kaolin cd $PROJECT_DIR/ext/kaolin && git checkout v0.15.0 cd $PROJECT_DIR/ext && git clone https://github.com/SSL92/hyperIQA # Install environment cd $PROJECT_DIR && conda env create -f environment.yml conda activate gaussian_splatting_hair # Download Neural Haircut files cd $PROJECT_DIR/ext/NeuralHaircut gdown --folder https://drive.google.com/drive/folders/1TCdJ0CKR3Q6LviovndOkJaKm8S1T9F_8 cd $PROJECT_DIR/ext/NeuralHaircut/pretrained_models/diffusion_prior # downloads updated diffusion prior gdown 1_9EOUXHayKiGH5nkrayncln3d6m1uV7f cd $PROJECT_DIR/ext/NeuralHaircut/PIXIE gdown 1mPcGu62YPc4MdkT8FFiOCP629xsENHZf && tar -xvzf pixie_data.tar.gz ./ && rm pixie_data.tar.gz cd $PROJECT_DIR/ext/hyperIQA && mkdir pretrained && cd pretrained gdown 1OOUmnbvpGea0LIGpIWEbOyxfWx6UCiiE cd $PROJECT_DIR # Matte-Anything conda create -y -n matte_anything \ pytorch=2.0.0 pytorch-cuda=11.8 torchvision tensorboard timm=0.5.4 opencv=4.5.3 \ mkl=2024.0 setuptools=58.2.0 easydict wget scikit-image gradio=3.46.1 fairscale \ -c pytorch -c nvidia -c conda-forge # this worked better than the official installation config conda deactivate && conda activate matte_anything pip install git+https://github.com/facebookresearch/segment-anything.git python -m pip install 'git+https://github.com/facebookresearch/detectron2.git' cd $PROJECT_DIR/ext/Matte-Anything/GroundingDINO && pip install -e . pip install supervision==0.22.0 # fixes the GroundingDINO error cd $PROJECT_DIR/ext/Matte-Anything && mkdir pretrained cd $PROJECT_DIR/ext/Matte-Anything/pretrained wget https://dl.fbaipublicfiles.com/segment_anything/sam_vit_h_4b8939.pth wget https://github.com/IDEA-Research/GroundingDINO/releases/download/v0.1.0-alpha/groundingdino_swint_ogc.pth conda deactivate && conda activate gaussian_splatting_hair gdown 1d97oKuITCeWgai2Tf3iNilt6rMSSYzkW # OpenPose cd $PROJECT_DIR/ext/openpose gdown 1Yn03cKKfVOq4qXmgBMQD20UMRRRkd_tV && tar -xvzf models.tar.gz && rm models.tar.gz # downloads openpose checkpoint conda deactivate git submodule update --init --recursive --remote conda create -y -n openpose cmake=3.20 -c conda-forge # needed to avoid cmake complining error conda activate openpose sudo apt install libopencv-dev # installation instructions are from EasyMocap, in case of problems refer to the official OpenPose docs sudo apt install protobuf-compiler libgoogle-glog-dev sudo apt install libboost-all-dev libhdf5-dev libatlas-base-dev mkdir build cd build cmake .. -DBUILD_PYTHON=true -DUSE_CUDNN=off make -j8 conda deactivate # PIXIE cd $PROJECT_DIR/ext && git clone https://github.com/yfeng95/PIXIE cd $PROJECT_DIR/ext/PIXIE chmod +x fetch_model.sh && ./fetch_model.sh conda create -y -n pixie-env python=3.8 pytorch==2.0.0 torchvision==0.15.0 torchaudio==2.0.0 \ pytorch-cuda=11.8 fvcore pytorch3d==0.7.5 kornia matplotlib \ -c pytorch -c nvidia -c fvcore -c conda-forge -c pytorch3d # this environment works with RTX 4090 conda activate pixie-env pip install pyyaml==5.4.1 pip install git+https://github.com/1adrianb/face-alignment.git@54623537fd9618ca7c15688fd85aba706ad92b59 # install this commit to avoid error ``` 将这段代码装成windows的bat，并保证代码运行无误，注意有一些部分是需要构建的
05-14
- micromamba：Windows下可能需要下载exe或bat文件，并配置到PATH。 - Blender：需要用户下载安装，或者脚本自动下载便携版并解压到指定目录。 - CUDA：通常需要用户手动安装，但脚本可以检查版本，比如通过nvidia-...
3DGS ubuntu
02-14
pip install submodules/diff-gaussian-rasterization pip install submodules/simple-knn ``` 这两步是为了满足核心算法实现过程中所调用到的功能需求，从而保障程序逻辑层面的一致性和稳定性[^3]。 #### 解决...
【G3D笔记】AI生成式3D算法相关环境安装爬坑笔记
老富的博客
03-18 2031
更新中…本章是关于生成式AI3D相关算法环境搭建过程中的错误记录，涉及技术有：Ray Marching 射线步进，一种用于实时场景的快速渲染方法，可以将SDF模型显示出来。Tiny CUDA Neural Networks， 快如闪电的 C++/CUDA 神经网络框架，小型的、独立的框架，用于训练和查询神经网络。PyTorch3D：使用 3D 数据进行深度学习的库。
我在执行了你的第一步的第二个指令（从github安装开发版本）后，报告了这样的错误：This error originates from a subprocess, and is likely not a problem with pip.
07-21
比如我我想要安装diff-gaussian-rasterization，直接通过pip installdiff-gaussian-rasterization，因为各种原因是安装不了的，这时候只能下载他的源码手动编译安装。 1.下载源码 [^4]: This error originates from ...
记录一次el-table+sortablejs的拖拽bug
最新发布
qq_23109373的博客
08-21 384
摘要 在表格拖拽功能修复过程中，发现展开行导致拖拽失效的问题。首先通过在拖拽开始时隐藏展开行解决了初始报错，但出现了展开行位置错乱的新问题。经排查发现拖拽索引计算错误，将展开行也计入索引导致数据错位。最终通过改用正确的draggableIndex索引解决问题，确保拖拽后表格数据与视图正确对应。整个修复过程涉及DOM结构分析、数据索引校验和事件参数检查。
欧州服务器String 转 double 有BUG?
新技术革命
08-20 254
string 转 double 的常见问题主要源于文化差异、特殊值处理和数值范围限制。不同文化对小数点/千位分隔符的解析不同，可能导致转换失败，可通过指定 InvariantCulture 解决。解析"NaN"、"Infinity"等特殊值需开启对应的 NumberStyles 选项。此外，超出 double 范围(±1.7e±308)的数值会抛出异常，建议使用 TryParse 进行安全转换和边界检查。这些都属于合理的数据处理问题，而非框架缺陷。
【小宁学习日记2 python】从 Bug 起源到第一个程序
qq_74376834的博客
08-19 675
编程语言作为定义计算机程序、向计算机发指令的工具，Python 是面向对象的解释型高级编程语言。编译型语言用编译器将源码一次性编译为特定平台机器码，编译后即可在对应平台运行，一般运行速度快，但跨平台性弱；解释型语言运行时才编译，跨平台特性好，Python 就属于此类，同时它还是强类型的动态脚本语言。
深度解析：RESTful API中的404错误 - 不是所有404都是Bug
weixin_41899098的博客
08-20 781
我们遇到的404错误不是bug，而是正确的RESTful API设计！它准确地表达了"请求的用户档案资源不存在"这一业务状态，并为前端提供了清晰的处理路径。正确的HTTP状态码使用清晰的业务语义表达优秀的DDD架构设计智能的错误处理机制记住：在RESTful API中，404不仅仅表示"接口不存在"，更重要的是表示"请求的资源不存在"。理解这一点，将帮助我们设计出更加语义清晰、用户友好的API。本文基于实际开发经验，展示了从问题发现到解决的完整过程。
奇怪的“bug”--数据库的“隐式转换”行为
funfan的博客
08-20 455
奇怪的“bug”--数据库的“隐式转换”行为
depth-diff-gaussian-rasterization 安装教程
12-27
### 安装 `depth-diff-gaussian-rasterization` 指南 对于遇到的安装问题，确保所使用的库版本是最新的可以有效减少错误的发生。当面对类似于 `TypeError: GaussianRasterizationSettings.__new__() got an unexpected keyword argument 'antialiasing'` 的报错时，应该确认 `diff-gaussian-rasterization` 是否已经更新到了最新版本[^1]。 #### 准备工作 在开始之前，请先卸载任何旧版本的 `diff-gaussian-rasterization` 或者其他可能冲突的相关软件包。这一步骤有助于避免新旧版本之间的兼容性问题。 ```bash pip uninstall diff-gaussian-rasterization ``` #### 获取最新的源码 前往官方 GitHub 仓库获取指定提交哈希值下的稳定版本： - 访问链接：[diff-gaussian-rasterization](https://github.com/graphdeco-inria/diff-gaussian-rasterization/tree/9c5c2028f6fbee2be239bc4c9421ff894fe4fbe0) 克隆此特定分支至本地计算机并进入项目文件夹： ```bash git clone https://github.com/graphdeco-inria/diff-gaussian-rasterization.git -b 9c5c2028f6fbee2be239bc4c9421ff894fe4fbe0 cd diff-gaussian-rasterization/ ``` #### 安装依赖项 按照 README 文件中的指示来设置环境变量以及安装必要的 Python 库和其他工具链。通常情况下会有一个 setup.py 脚本用于简化整个过程: ```bash pip install -r requirements.txt python setup.py develop ``` #### 验证安装成功与否 完成上述操作之后可以通过运行测试样例验证是否一切正常运作。如果一切顺利，则说明 `depth-diff-gaussian-rasterization` 已经被正确配置好了。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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

打赏作者

qianx77

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
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