EVSSM

配置环境：

git clone https://github.com/lksky-kong/EVSSM.git
cd EVSSM
conda env create -f environment.yml
conda activate torch2.1

首先确认GPU驱动版本是否支持CUDA 12.1

nvidia-smi 

命令行输出：NVIDIA-SMI 535.129.03             Driver Version: 535.129.03   CUDA Version: 12.2

，表明支持CUDA 12.1。

安装好其他所有依赖：

pip install -r requirements_basicsr.txt -i https://pypi.tuna.tsinghua.edu.cn/simple

        运行bash train.sh，报错核心：ERROR: Could not install packages due to an OSError: [Errno 2] No such file or directory: '/home/zkk/miniconda3/envs/torch2.1/lib/python3.10/site-packages/torch/include/ATen/ATen.h'

        这表示：pip 在安装或升级 torch 时，检测到旧的 torch 残留文件夹，但其中部分核心头文件（如 ATen.h）缺失，导致安装中断。也就是说环境里 torch 没完全卸载干净，pip 在覆盖时出错。要彻底清除旧的 PyTorch 文件夹后再装。

清除删除残留的torch：

步骤 1：彻底删除残留的 torch 目录

rm -rf /home/zkk/miniconda3/envs/torch2.1/lib/python3.10/site-packages/torch*

步骤2：确认删除成功

ls /home/zkk/miniconda3/envs/torch2.1/lib/python3.10/site-packages/ | grep torch

命令行输出：functorch（没有输出，说明清理干净）

        说明当前 torch 主包确实已经被清理干净，只剩下 functorch（这是 PyTorch 的一个子包，没问题，可以保留）。

安装对应的Pytorch和CUDA：

        在已经安装CUDA 12.1的系统中安装对应的PyTorch，以确保能够利用GPU进行计算

pip install torch==2.1.0+cu121 torchvision==0.16.0+cu121 torchaudio==2.1.0+cu121 -i https://download.pytorch.org/whl/cu121

命令行显示：Successfully installed torch-2.1.0+cu121 torchaudio-2.1.0+cu121 torchvision-0.16.0+cu121，即成功安装。

pip install git+https://github.com/state-spaces/mamba.git@v2.2.3 --no-build-isolation

我当前CUDA 是 11.3，低于要求。虽然安装过12.1，

不同 CUDA 版本默认安装在不同路径下，系统只需要用一个“软链接” /usr/local/cuda 指向你想要使用的版本即可。

1️⃣ 添加 NVIDIA 官方 CUDA 12.1 仓库

wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2004/x86_64/cuda-ubuntu2004.pin
sudo mv cuda-ubuntu2004.pin /etc/apt/preferences.d/cuda-repository-pin-600
sudo apt-key adv --fetch-keys https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2004/x86_64/3bf863cc.pub
sudo add-apt-repository "deb https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2004/x86_64/ /"
sudo apt update

2️⃣ 安装 CUDA 12.1 工具包

sudo apt install -y cuda-toolkit-12-1

3️⃣ 查看所有 CUDA 版本

ls /usr/local | grep cuda

4️⃣ 指定当前要用的 CUDA 版本

例如：
想临时切换到 CUDA 12.1 进行编译：

sudo rm -f /usr/local/cuda
sudo ln -s /usr/local/cuda-12.1 /usr/local/cuda

如果以后想切回 CUDA 11.3：

sudo rm -f /usr/local/cuda
sudo ln -s /usr/local/cuda-11.3 /usr/local/cuda

5️⃣ 更新环境变量（建议加到 ~/.bashrc）

echo 'export PATH=/usr/local/cuda/bin:$PATH' >> ~/.bashrc
echo 'export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH' >> ~/.bashrc
source ~/.bashrc

6️⃣ 验证

nvcc --version

确保输出中显示：Cuda compilation tools, release 12.1, V12.1.105

7️⃣ 重新安装 mamba-ssm

pip install "mamba-ssm==2.2.3.post2"

        还是报错，错误原因不是 CUDA 版本低，而是安装时环境被误判或者缺少 numpy 等基础依赖导致构建失败。

① 清理上一次残留的构建缓存

pip cache purge

② 安装构建依赖与 numpy

在 mamba-ssm 编译时必须有 numpy 和 ninja：

pip install numpy ninja wheel setuptools cmake -U

③ 重新安装 mamba-ssm（加上显式 CUDA 版本标识）

pip install "mamba-ssm==2.2.3.post2" --no-build-isolation

仍然报错：RuntimeError: mamba_ssm is only supported on CUDA 11.6 and above.

        硬件和软件环境完全满足 mamba-ssm 的要求（≥11.6）。但编译脚本检测错了 nvcc 路径，仍然认为你是旧版本（这在多版本 CUDA 并存时常见）。

手动指定 CUDA 路径

export CUDA_HOME=/usr/local/cuda-12.1
export PATH=$CUDA_HOME/bin:$PATH
export LD_LIBRARY_PATH=$CUDA_HOME/lib64:$LD_LIBRARY_PATH

确认生效（这两行输出中 CUDA_HOME=/usr/local/cuda-12.1 且 nvcc 版本仍为 12.1.105）

echo $CUDA_HOME
nvcc -V

然后，重新安装mamba_ssm

pip install git+https://github.com/state-spaces/mamba.git@v2.2.3 --no-build-isolation

运行：

python -c "import mamba_ssm; print(mamba_ssm.__version__)"

报错，PyTorch 2.1 没有公开函数 register_pytree_node，但 transformers 依赖它。手动给pytorch打补丁

python - <<'PY'
import torch.utils._pytree as pytree

if not hasattr(pytree, 'register_pytree_node'):
    pytree.register_pytree_node = pytree._register_pytree_node
    print("✅ Patched torch.utils._pytree.register_pytree_node successfully")
else:
    print("Already has register_pytree_node")
PY

         这只是运行时补丁，重启python还是会报错。

        但暂时不想升级 PyTorch（怕破坏环境），于是在 sitecustomize.py 里“伪造”一个带参数的版本。

编辑：

nano ~/.local/lib/python3.10/site-packages/sitecustomize.py

改成如下内容（新的补丁版本 ）：

import torch.utils._pytree as pytree
import inspect

if not hasattr(pytree, 'register_pytree_node'):
    def _patched_register_pytree_node(node_type, flatten_fn, unflatten_fn, *, serialized_type_name=None, serialized_ref_fn=None):
        # 忽略新参数，直接调用旧函数
        return pytree._register_pytree_node(node_type, flatten_fn, unflatten_fn)

    pytree.register_pytree_node = _patched_register_pytree_node
    print("✅ Auto-patched pytree.register_pytree_node with new signature")

保存后重新运行，成功：

python -c "import mamba_ssm; print(mamba_ssm.__version__)"

数据预处理：

   1.手动下载数据集（例如 GoPro 或 RealBlur）。
    GoPro: https://seungjunnah.github.io/Datasets/gopro.html
    RealBlur: https://cg.postech.ac.kr/research/realblur/
    下载后，你会得到如下结构：
    datasets/
    ├── GoPro/
    │   ├── train/
    │   │   ├── blur/
    │   │   ├── sharp/

    │   └── test/
    │       ├── blur/
    │       ├── sharp/
    └── RealBlur/
        ├── train/
        │   ├── blur/
        │   ├── sharp/
        └── test/
            ├── blur/
            ├── sharp/

2.裁剪子图（生成 subimages）
在 scripts/data_preparation/extract_subimages.py 中实现，先修改一下原代码中的路径，注释掉不需要的部分。

然后运行命令：

python scripts/data_preparation/extract_subimages.py 

将每张高清图片裁成多个 480×480 小图；保证重叠 240 像素，避免边缘损失。

3.生成 meta_info 文件

在 scripts/data_preparation/generate_meta_info.py 中实现，先修改一下原代码中的路径

依次运行14,15行的sharp和17，18行的blur：

python scripts/data_preparation/generate_meta_info.py

生成这两个meta_info文件：

4.生成 LMDB 数据库

在 scripts/data_preparation/create_lmdb.py 中实现，先修改一下原代码中的路径

运行：

python scripts/data_preparation/create_lmdb.py --dataset GoPro

5.配置 YAML 文件，修改GoPro.yml

（验证集的数据处理类似。）  

还是报错，PyTorch 认为有多个“训练进程”都在用同一个 GPU（重复设备 ID），核心问题不是代码逻辑，而是 分布式训练 (DDP) 初始化错误。

修改train.sh

vim train.sh

export NCCL_P2P_DISABLE=1
python setup.py develop --no_cuda_ext
CUDA_VISIBLE_DEVICES=0,1,2,3,4,5,6,7 torchrun --nproc_per_node=8 --master_port=4317 basicsr/train.py -opt options/train/GoPro.yml --launcher pytorch
~        

在键盘上按i，进入插入模式，只修改最后一行，改成：

CUDA_VISIBLE_DEVICES=0 python basicsr/train.py -opt options/train/GoPro.yml

按 Esc 键，退出“插入模式”，回到命令模式。然后输入：:wq，保存并退出。

训练：

最后，命令行输入：

bash train.sh

  开始训练。