Ubuntu和Windows系统之Mamba_ssm安装

原创已于 2025-01-25 22:22:39 修改 · 4.9k 阅读

30 ·

CC 4.0 BY-SA版权

文章标签：

#ubuntu #windows #linux

于 2024-06-30 17:13:11 首次发布

Python 专栏收录该内容

37 篇文章

订阅专栏

Mamba的论文：https://arxiv.org/abs/2312.00752

Mamba的github：https://github.com/state-spaces/mamba

一、Ubuntu安装

直接新建一个环境是最好的，不然很容易产生各种冲突

# 创建环境和相关包
conda create -n mamba python=3.10.13
conda activate mamba
conda install cudatoolkit==11.8 -c nvidia
pip install torch==2.1.1 torchvision==0.16.1 torchaudio==2.1.1 --index-url https://download.pytorch.org/whl/cu118
conda install -c "nvidia/label/cuda-11.8.0" cuda-nvcc
conda install packaging
# 测试
python
import torch
torch.cuda.is_available()

# 安装conv1d和mamba
git clone https://github.com/Dao-AILab/causal-conv1d.git 
cd causal-conv1d 
git checkout v1.2.0 # current latest version tag 
CAUSAL_CONV1D_FORCE_BUILD=TRUE pip install .
cd ..
git clone https://github.com/state-spaces/mamba.git
cd ./mamba
git checkout v1.2.0 # current latest version tag
MAMBA_FORCE_BUILD=TRUE pip install .

中间只是需要等待一些时间，结束完就可以测试使用啦，官方提供的测试代码如下：

import torch
from mamba_ssm import Mamba

batch, length, dim = 2, 64, 16
x = torch.randn(batch, length, dim).to("cuda")
model = Mamba(
    # This module uses roughly 3 * expand * d_model^2 parameters
    d_model=dim, # Model dimension d_model
    d_state=16,  # SSM state expansion factor
    d_conv=4,    # Local convolution width
    expand=2,    # Block expansion factor
).to("cuda")
y = model(x)
assert y.shape == x.shape

二、Windows安装

相关包下载

Mamba主要涉及到四个包，packaging、triton、conv1d、mamba，其中第一个是windows可用的，直接安装就行，后三个是linux版本，但是有大佬们提供了编译好的文件。

triton：https://hf-mirror.com/r4ziel/xformers_pre_built/blob/main/triton-2.0.0-cp310-cp310-win_amd64.whl

conv1d和mamba：Mamba-Packages，这里面也包括了triton。
【！！！注意：Windows下目前有问题，流程是这样没错，但是链接里提供的包安装后存在版本不对应现象，不想花积分的可以先不下载】

下载好三个.whl文件后，就可以开始一路安装了

安装

# 环境创建和基础安装
conda create -n your_env_name python=3.10.13
conda activate your_env_name
conda install cudatoolkit==11.8 -c nvidia
pip install torch==2.1.1 torchvision==0.16.1 torchaudio==2.1.1 --index-url https://download.pytorch.org/whl/cu118
conda install -c "nvidia/label/cuda-11.8.0" cuda-nvcc
conda install packaging

# 包安装，记得先进入whl对应的目录
pip install triton-2.0.0-cp310-cp310-win_amd64.whl
pip install causal_conv1d-1.1.1-cp310-cp310-win_amd64.whl
pip install mamba_ssm-1.2.0.post1-py3-none-any.whl