服务器部署UMamba分割MRI:causal_conv1d和mamba_ssm离线下载(pip不可用)、修改batch_size和epoch

部署运行你感兴趣的模型镜像

UMamba官方仓库:bowang-lab/U-Mamba: U-Mamba: Enhancing Long-range Dependency for Biomedical Image Segmentation

My实验配置:

为了避免后续麻烦,尽量我的配置:cu118 虚拟环境安装python 3.10、torch2.4及更老版本,否则无对应安装包,且会报

in <module> import selective_scan_cuda ImportError: .../selective_scan_cuda.cpython-310-x86_64-linux-gnu.so: undefined symbol: ...

1.mamba_ssm库离线安装

step1 检索正确版本的安装包并下载到本地

Releases · state-spaces/mamba

使用wget指令在linux服务器控制台下载离线安装包

wget https://github.com/state-spaces/mamba/releases/download/v2.2.0/mamba_ssm-2.2.0+cu118torch2.4cxx11abiFALSE-cp310-cp310-linux_x86_64.whl

根据你的设备配置选择合适的下载链接,以上为cuda版本11.8,torch版本2.4,python3.10,abi=false的指令。使用如下代码检查abi选true/false:

import torch
print(torch._C._GLIBCXX_USE_CXX11_ABI)

step2 cd进入包安装路径,使用pip install将包拖拽到光标处,回车

2.causal-conv1d库离线安装

step1 检索正确版本的安装包并下载

Releases · Dao-AILab/causal-conv1d

wget https://github.com/Dao-AILab/causal-conv1d/releases/download/v1.5.4/causal_conv1d-1.5.4+cu11torch2.4cxx11abiFALSE-cp310-cp310-linux_x86_64.whl

step2 同上

3.UMamba修改epoch、batchsize

 修改batchsize→  .../nnUNet_preprocessed/Dataset999_OAIZIB/nnUNetPlans.json

修改epoch轮数→ .../U-Mamba/umamba/nnunetv2/training/nnUNetTrainer/nnUNetTrainer.py

4. 最后就可克隆U-Mamba并使用和nnUNet类似的指令训练分割模型了

注意有Enc和Bot两种trainer,我选择Bot(bottleneck?)

您可能感兴趣的与本文相关的镜像

Python3.10

Python3.10

Conda
Python

Python 是一种高级、解释型、通用的编程语言,以其简洁易读的语法而闻名,适用于广泛的应用,包括Web开发、数据分析、人工智能和自动化脚本

解决causal_conv1dmamba因CUDA版本匹配而无法编译可参考以下方法: - 确定合适的CUDA版本:推荐使用11.8或12.1版本的CUDA,其他版本可能导致mamba_ssm库无法正常构建,可按如下步骤安装指定版本的CUDA相关组件: - 创建conda环境:`conda create -n env_name python=3.10` - 安装11.8版本的cudatoolkitcudnn: - 查看可以安装的cudatoolkit的版本:`conda search cudatoolkit` - 安装cudatoolkit:`conda install cudatoolkit=11.8.0` - 查看可以安装的cudnn的版本:`conda search cudnn` - 安装cudnn:`conda install cudnn=8.9.2.26` [^2][^4] - 手动编译安装causal_conv1d:如果用pip安装causal_conv1d出现错误(如ImportError causal_conv1d_cuda.cpython - 310 - x86_64 - linux - gnu.so undefined symbol),可下载下来再编译。操作如下: ```bash git clone https://github.com/Dao-AILab/causal-conv1d.git cd causal_conv1d git checkout v1.0.2 # this is the highest compatible version allowed by Mamba CAUSAL_CONV1D_FORCE_BUILD=TRUE pip install . ``` [^3] - 下载适配版本的安装文件:前往网站https://download.pytorch.org/whl 下载适配CUDA 11.8的pytorch相关文件(torch-2.0.0+cu118-cp310-cp310-linux_x86_64.whl、torchvision-0.15.0+cu118-cp310-cp310-linux_x86_64.whl、torchaudio-2.0.0+cu118-cp310-cp310-linux_x86_64.whl ),使用`pip install 文件路径/文件名`依次安装。同时,前往Release v1.0.0 · Dao-AILab/causal-conv1dRelease v1.0.1 · state-spaces/mamba下载适配的causal_conv1dmamba-ssm文件(causal_conv1d-1.0.0+cu118torch2.0cxx11abiFALSE-cp310-cp310-linux_x86_64.whl、mamba_ssm-1.0.1+cu118torch2.0cxx11abiTRUE-cp310-cp310-linux_x86_64.whl ),同样使用`pip install 文件路径/文件名`依次安装 [^4]。
评论
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