本人装环境踩了很多坑,翻了很多大佬的博客最终安装并运行成功!以下是我的经验分享:

1. 去GitHub下载Vision Mamba的code并上传至服务器上

GitHub - hustvl/Vim: Vision Mamba: Efficient Visual Representation Learning with Bidirectional State Space Model​github.com/hustvl/Vim​编辑

2. 环境安装

① conda create -n mamba python=3.10.13

② conda activate mamba

③ conda install cudatoolkit==11.8 -c nvidia

pip install torch==2.1.0 torchvision==0.16.0 torchaudio==2.1.0 --index-url https://download.pytorch.org/whl/cu118

⑤ conda install -c "nvidia/label/cuda-11.8.0" cuda-nvcc

⑥ conda install packaging

以上的基本环境安装比较简单,几乎没什么问题,需要注意的是Mamba要求CUDA>=11.6, 通过步骤③在你的虚拟环境里安装一个CUDA11.8版本比较合适。

以下是大家遇到最多的麻烦问题(可能有更简单的步骤,我还没有尝试)......

⑦ 访问这两个链接去下载mamba-1.1.1的包和source code并放在Vim-main的项目路径下

https://github.com/state-spaces/mamba/releases/download/v1.1.1/mamba_ssm-1.1.1+cu118torch2.1cxx11abiFALSE-cp310-cp310-linux_x86_64.whl

https://github.com/state-spaces/mamba/archive/refs/tags/v1.1.1.zip

⑧ 访问这两个链接去下载casual-conv1d-1.1.3的包和source code并放在Vim-main的项目路径下

https://github.com/Dao-AILab/causal-conv1d/releases/download/v1.1.3/causal_conv1d-1.1.3+cu118torch2.1cxx11abiFALSE-cp310-cp310-linux_x86_64.whl

https://github.com/Dao-AILab/causal-conv1d/archive/refs/tags/v1.1.3.zip

⑨ 进入新加的两个source code里,安装对应的环境

cd causal-conv1d-1.1.3

pip install .

cd mamba-1.1.1

pip install .

⑩ 此时环境基本已经装好了,但是运行代码可能会遇到下面的这个问题

“TypeError: Mamba.init() got an unexpected keyword argument ‘bimamba_type’.”

不必惊慌!首先找到你所创建的环境里的mamba_ssm文件夹,路径一般在这里:"/envs/mamba/lib/python3.10/site-packages/mamba_ssm/",将其替换为你项目代码里的mamba_ssm文件夹:

rm -rf "/envs/mamba/lib/python3.10/site-packages/mamba_ssm/" (删除原环境里的mamba_ssm)

cp -r "Vim-main/mamba-1p1p1/mamba_ssm" "/envs/mamba/lib/python3.10/site-packages/" (将项目code里的mamba_ssm文件夹替换进去)

此时,轻舟已过万重山,终于安装好了Vim的环境!!!接下来你可以运行你的代码啦......

我的代码运行成功截图

Logo

开放原子开发者工作坊旨在鼓励更多人参与开源活动,与志同道合的开发者们相互交流开发经验、分享开发心得、获取前沿技术趋势。工作坊有多种形式的开发者活动,如meetup、训练营等,主打技术交流,干货满满,真诚地邀请各位开发者共同参与!

更多推荐