windows11 wsl2 ubuntu20.04安装vision mamba并进行测试

原创

已于 2024-04-18 11:39:44 修改

· 2.1k 阅读

15 ·

版权

文章标签：

#人工智能 #深度学习 #图像处理 #计算机视觉 #python #机器学习 #pytorch

于 2024-04-16 11:45:54 首次发布

本文详细描述了在Windows11的WSL2环境中，通过安装CUDA11.8并配置环境变量，成功为Python虚拟环境安装VisionMamba及其依赖的过程，包括使用conda、pip管理库和最终通过CIFAR-100数据集进行测试。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

windows11 wsl2 ubuntu20.04安装vision mamba

- - - - 安装流程
      - 使用cifar-100测试安装成功

安装流程

vision mamba安装了半天才跑通，记录一下流程
在wsl上安装cuda

wget https://developer.download.nvidia.cn/compute/cuda/11.8.0/local_installers/cuda_11.8.0_520.61.05_linux.run
sh cuda_11.8.0_520.61.05_linux.run
# 然后安装流程安装完成cuda 11.8

使用conda 创建虚拟环境，然后安装依赖库

 conda create -n mb python=3.10.13
 conda activate mb
 pip install torch==2.1.1 torchvisio

最低0.47元/天解锁文章

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

一剑斩蛟龙

关注关注

15
点赞
踩
15

收藏

觉得还不错? 一键收藏
2
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

WSL-Ubuntu20.04部署环境配置

ice

07-14

1701

在wsl-ubuntu20.04配置部署环境

最新WSL2 ubuntu环境 cuda，教程，适用于40系显卡

zxyOVO的博客

03-11

2926

2 条评论您还未登录，请先登录后发表或查看评论

windows系统下配置Mamba环境

ls077的专栏

04-13

5855

在window环境下完美安装了mamba模型

使用Windows WSL2搭建Linux Mamba环境

Lt95625142的博客

04-13

967

WSL2 mamba环境

如何在ubuntu配置Vision-Mamba环境

m0_51323948的博客

04-27

3078

如果直接用pip install causal_conv1d==1.1.1命令安装出错的话，可以按照如下操作：首先切换到Vision-Mamba目录下，然后运行以下命令。，然后运行以下代码安装torch（由于我的版本为cuda11.8的，所以torch安装为以下命令，各位如果版本更高的话可以直接去。切换到Vision-Mamba目录下，安装Vision-Mamba依赖包，运行一下安装命令即可。如果各位小伙伴在安装过程中有任何问题，欢迎与我交流。（git方式或者直接下载解压均可）官网选择合适版本安装）

【Anaconda】Windows 系统中 vision mamba环境配置教程

weixin_44357274的博客

04-19

5137

mamba-ssm安装需要Pytorch>1.12CUDA>11.6。

原生Windows通过WSL成功跑通最新mamba模型

然然然的博客

03-09

4372

原生Windows通过WSL成功GPU跑通最新mamba模型

MambaVision原理和源码调测

寸先生的AI道路

10-15

2671

后面可以看到代码实现也是按照N/2写的。

Windows10安装WSL2 Ubuntu20.04并设置docker环境的方法

09-29

在本文中，我们将详细探讨如何在Windows 10上安装WSL2（Windows Subsystem for Linux 2）以及Ubuntu 20.04，并进一步设置Docker环境。这对于开发者来说是一个非常实用的过程，因为它允许在Windows环境下运行原生的...

如何在 Windows 11 上安装 Ubuntu 20.04 WSL2

热门推荐

weixin_45659168的博客

04-17

2万+

Mamba&&causal-conv1d&&mamba-ssm

Mamba环境配置-（Ubuntu）

08-21

Mamba环境配置-（Ubuntu）

Vision Mamba代码笔记

Zssss12的博客

05-20

1万+

事实上Vision Mamba重写了这个Mamba类，可以看到里边是由bimamba_type这个参数的（这其实也是Vision Mamba的主要贡献），执行如下代码。值得说明的一点是，如果你之前在跑其他的mamba，环境拿过来是不能直接直接用的，因为标准的Mamba类是没有bimamba_type这个参数的，所以，需要去Vim代码官网去找到mamba-1p1p1包，下载之后放自己项目里。按照官方readme.md配置，如果有问题照着下面这个链接改。我手敲的带中文注释的链接。

【亲测成功】Mamba最新详细教程（附踩坑记录）

m0_58508552的博客

07-17

7606

Mamba的安装成功记录，以及在安装过程中的可能遇到的问题，随时更新！！！

win11环境下成功安装mamba

qq_45538220的博客

10-22

2442

报错：ModuleNotFoundError: No module named ‘causal_conv1d_cuda’ || ‘selective_scan_cuda’不想去官网下载的，可以直接网盘下载我已经修改好setup.py文件所有文件。上述对你的电脑来说，可能也不会成功，……步骤跟causal_conv1d一样，这里有各个版本的mamba，找到。这里有各个版本的causal_conv1d，找到v1.1.1。解压causal-conv1d-1.1.1.zip文件。

wsl 运行mamba

qq_62079141的博客

12-17

372

安装pytorch 我的无法在线安装原因因该是文件太大网络不稳定很难下载离线安装pytorch torchvision 等一些大的文件注意版本对应如果不确定可以在线安装看看在线安装的是什么版本去下面的网站中找对应的文件下载小的文件在离线下载安装后在线安装就行了 conda会自动识别缺少的文件在线安装方法自行去pytorch官网复制口令。本人使用的是windows11，已自动开启cpu虚拟化的各相关操作i。这里安装的是默认版本，如需安装指定版本，只需在安装命令中指定安装版本名称。

Windows安装mamba全流程（全网最稳定最成功）

zly_Always_be的博客

07-13

1万+

windows安装mamba全流程，及报错解决

Ubuntu20.04下成功安装Mamba的运行环境

weixin_41950392的博客

04-25

4709

conda环境内配置Mamba运行环境。

U-Mamba/PyTorch WSL环境配置

wechatonly的博客

11-25

707

详述了安装mamba需要的环境，和安装步骤，包含WSL. CUDA, NVCC, PyTorch等等

vision mamba测试

03-08

### Vision Mamba 测试方法为了确保 Vision Mamba 的功能正常，在完成安装之后可以通过一系列特定的方法来进行验证。对于基于 WSL2 Ubuntu 20.04 环境下的 Windows 11 用户来说，可以采用 CIFAR-100 数据集来测试 Vision Mamba 是否能够正确运行。 #### 使用 CIFAR-100 进行初步测试 CIFAR-100 是一个广泛用于图像分类任务的数据集，包含了来自 100 类别的彩色图片。通过此数据集可有效评估 Vision Mamba 对于复杂视觉识别任务的支持能力[^2]。具体操作步骤如下： 1. 下载并准备 CIFAR-100 数据集； 2. 编写或获取一段 Python 脚本以加载该数据集，并利用 Vision Mamba 提供的功能对其进行处理分析；下面是一段简单的 Python 代码示例，展示了如何读取 CIFAR-100 并调用 Vision Mamba 中的相关函数进行预览展示: ```python import torch from torchvision import datasets, transforms from mamba_ssm.vision_mamba import ImageClassificationModel # 假设这是 Vision Mamba 的接口之一 transform = transforms.Compose([transforms.ToTensor()]) dataset = datasets.CIFAR100(root='./data', train=True, download=True, transform=transform) model = ImageClassificationModel() # 初始化模型实例 for images, labels in dataset: output = model(images) # 将输入传递给模型获得预测结果 break # 此处仅做演示用途，实际应用中应遍历整个数据集 ``` 上述脚本假设 `ImageClassificationModel` 是 Vision Mamba 库中的一个重要组件，负责执行图像分类任务。当然，具体的 API 设计可能会有所不同，因此建议查阅官方文档了解最准确的信息。 #### 验证 bimamba_type 参数的作用由于 Vision Mamba 主要改进在于引入了 `bimamba_type` 参数，所以在测试过程中也应当关注这一点。可以在初始化模型时指定不同的 `bimamba_type` 来观察其对性能的影响以及是否能按照预期工作[^1]。例如： ```python model_with_custom_bimamba = ImageClassificationModel(bimamba_type='custom_value') output_custom = model_with_custom_bimamba(images) ``` 这样就可以对比不同设置下模型的表现差异，从而更好地理解这一特性带来的变化。