windows系统下配置Mamba环境

本文详细描述了作者在Windows11环境下安装Mamba模型,涉及创建Python3.10环境、安装Triton、Torch、cmake,以及解决编译时的Ninja错误。作者分享了特定于平台的步骤和遇到的问题,如缺少Windows版的Triton和编译过程中的错误处理技巧。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

最近在学习AI知识,试图在安装最近爆火的mamba模型时遇到困难。参考网上各位达人,经过努力,终于在win11系统anaconda中成功编译安装了mamba包。

我用的是visual studio 2019

1.在windows下构建Mamba使用环境:

conda create -n mamba python=3.10

conda activate mamba

注:Mamba需要triton,然而triton没有windows版,有人编译了triton2.0.0的windows版本,但python是3.10的。所以需要创建python-3.10的环境

2.安装torch:

pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121

这里torch很大,下载很慢,我是用迅雷下载后安装的

3.安装cmake

pip install cmake

4.安装triton

下载triton2.0.0的windows二进制文件,地址:https://hf-mirror.com/r4ziel/xformers_pre_built/blob/main/triton-2.0.0-cp310-cp310-win_amd64.whl,安装:

pip install D:\Downloads\triton-2.0.0-cp310-cp310-win_amd64.whl

5.下载mamba的源码并安装依赖包

git clone https://github.com/state-spaces/mamba,

切换到mamba目录:

cd mamba

修改setup.py,添加编译参数:-DM_LOG2E=1.44269504

注:selective_scan_fwd_kernel.cuh和selective_scan_bwd_kernel.cuh使用了次预定义常量,但文件里没定义。

### 配置 Windows 上 Vision Mamba 开发环境 为了在 Windows 操作系统上成功配置 Vision Mamba 开发环境,需遵循一系列特定的操作指南。这些操作不仅涉及安装必要的软件包和依赖项,还涉及到设置开发工具链。 #### 安装 Python 和虚拟环境 Python 是大多数机器学习框架的基础运行环境之一。建议使用最新版本的 Python 来确保兼容性和安全性。创建独立的虚拟环境可以有效管理项目所需的库文件而不影响其他项目的正常运作。 ```bash # 更新 pip 到最新版 python -m pip install --upgrade pip # 创建名为 mamba_env 的新虚拟环境 python -m venv mamba_env # 激活虚拟环境Windows) .\mamba_env\Scripts\activate ``` #### 安装 Miniconda 或 Anaconda Miniconda 提供了一个轻量级的方式来管理和部署不同的 Python 版本以及第三方扩展库;而 Anaconda 则是一个更全面的数据科学平台解决方案。对于 Vision Mamba 这样的视觉处理应用来说,两者都能很好地支持其需求[^1]。 下载并安装适合 Windows 平台的 Miniconda 或者 Anaconda 后,可以通过命令行来进一步定制化工作区: ```bash # 使用 conda 命令更新当前环境中的所有已安装包至最新稳定版 conda update --all # 添加 conda-forge 渠道以便获取更多社区维护的支持包 conda config --add channels conda-forge ``` #### 安装 PyTorch 和 torchvision PyTorch 是一个开源深度学习框架,提供了灵活高效的张量计算能力,并且拥有丰富的预训练模型资源可供调用。torchvision 库则专注于计算机视觉任务,内含多种经典网络结构实现及数据集接口函数。 ```bash # 安装适用于 CUDA 11.7 的 PyTorch (如果硬件条件允许的话) conda install pytorch torchvision torchaudio cudatoolkit=11.7 -c pytorch # 如果不需要 GPU 加速,则可以选择 CPU-only 版本 conda install pytorch torchvision torchaudio cpuonly -c pytorch ``` #### 获取并编译 Vision Mamba 源码 从官方仓库克隆最新的源代码到本地磁盘位置之后,按照 README 文件指示完成构建过程。这一步骤可能需要用到 CMake 工具来进行跨平台项目生成脚本编写,同时也需要具备 Visual Studio Build Tools 才能顺利执行 MSVC 编译器指令集合。 ```bash git clone https://github.com/your-repo/vision-mamba.git cd vision-mamba mkdir build && cd build cmake .. msbuild /p:Configuration=Release ALL_BUILD.vcxproj ``` #### 测试安装效果 最后一步是验证整个流程是否顺利完成。可以在 IDE 中打开示例工程尝试跑通一段简单的推理程序,或者直接利用命令提示符窗口输入 `python` 进入交互模式测试一些基本功能模块。 ```python import torch print(torch.cuda.is_available()) # 输出 True 表明 GPU 支持良好 from mamba import * # 尝试导入自定义组件看看是否有报错发生 ```
评论 7
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