Ubuntu和Windows系统之Mamba_ssm安装

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

接下来就是等待安装完毕

参考链接

Windows和Linux系统上的Mamba_ssm环境配置

(Windows傻瓜教程)Mamba安装以及问题汇总(Causal-Conv1d & Mamba-ssm)

Mamba 环境安装踩坑问题汇总及解决方法

### 安装配置 mamba_ssm 为了在 Ubuntu 上成功安装配置 `mamba_ssm`,需要遵循一系列特定的操作流程来确保环境设置正确。 #### 准备工作 确保系统已经更新至最新状态: ```bash sudo apt update && sudo apt upgrade -y ``` #### 创建专用的工作目录 创建一个新的文件夹用于存放所有必要的资源,并切换到该目录下操作: ```bash mkdir ~/mamba_ssm_workspace cd ~/mamba_ssm_workspace ``` #### 获取 Vision-Mamba U-Mamba 代码库 从 GitHub 下载两个不同的 Mamba 变体版本——Vision-Mamba U-Mamba 的源码。这一步骤对于获取完整的功能集至关重要[^1][^2]。 针对 **U-Mamba**: ```bash git clone https://github.com/bowang-lab/U-Mamba.git ``` 针对 **Vision-Mamba**: ```bash git clone https://github.com/some-repo/Vision-Mamba.git # 假设这是正确的仓库地址 ``` 注意:上述命令中的 URL 是假设性的;实际应用时应替换为官方提供的链接。 #### 安装依赖项 进入各自的项目文件夹并执行相应的依赖安装指令。此过程会自动解析并下载所需的 Python 库其他工具。 对于 **Vision-Mamba**: ```bash cd Vision-Mamba/ pip install -r vim/vim_requirements.txt ``` 对于 **U-Mamba**: ```bash cd ../U-Mamba/umamba pip install -r requirements.txt ``` #### 配置环境变量(如果必要) 某些情况下可能还需要调整系统的 PATH 或其他环境变量以便能够顺利调用新安装的软件组件。具体做法取决于各个项目的文档说明。 ---
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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