当前位置: 首页 > ai >正文

Ubuntu24.04环境下causal_conv1d和mamba_ssm安装

环境:WSL的Ubuntu24.04

1.创建conda环境,其中python版本为3.10.13

2.当前conda环境依次执行下面命令:

conda install cudatoolkit==11.8 -c nvidia
pip install torch==2.1.1 torchvision==0.16.1 torchaudio==2.1.1 -f https://mirrors.aliyun.com/pytorch-wheels/cu118
conda install -c "nvidia/label/cuda-11.8.0" cuda-nvcc
conda install packaging

3.安装causal_conv1d和mamba_ssm

3.1尝试使用pip线上安装causal_conv1d:

pip install causal-conv1d==1.5.2

失败。
3.2尝试本地安装:

https://github.com/Dao-AILab/causal-conv1d/releases/tag/v1.5.0

下载

causal_conv1d-1.5.0+cu118torch2.1cxx11abiFALSE-cp310-cp310-linux_x86_64.whl

https://github.com/state-spaces/mamba/releases/tag/v2.0.3

下载

mamba_ssm-2.0.3+cu118torch2.1cxx11abiFALSE-cp310-cp310-linux_x86_64.whl

注意这两个whl文件名中的“cu”后的数字(即cuda版本)要与上一步安装的cuda版本相同,“torch”后面的数字要与上一步安装的torch版本相同,“cp”后面的数字要与你当前环境的python版本相同。
在这两个whl文件所在目录下分别执行:

pip install 文件名

根据打印信息确定是否安装成功。
python导入:

from causal_conv1d import causal_conv1d_fn, causal_conv1d_update

但打印如下信息:
from causal_conv1d import causal_conv1d_fn, causal_conv1d_update

A module that was compiled using NumPy 1.x cannot be run in
NumPy 2.2.6 as it may crash. To support both 1.x and 2.x
versions of NumPy, modules must be compiled with NumPy 2.0.
Some module may need to rebuild instead e.g. with 'pybind11>=2.12'.

If you are a user of the module, the easiest solution will be to
downgrade to 'numpy<2' or try to upgrade the affected module.
We expect that some modules will need time to support NumPy 2.
...
/miniconda3/envs/mapy31013/lib/python3.10/site-packages/torch/nn/modules/transformer.py:20: UserWarning: Failed to initialize NumPy: _ARRAY_API not found (Triggered internally at ../torch/csrc/utils/tensor_numpy.cpp:84.)
device: torch.device = torch.device(torch._C._get_default_device()),  # torch.device('cpu'),
就是说当前虚拟环境的NumPy版本为numpy2+,需要使用numpy<2版本才能导入causal_conv1d。
于是先

pip uninstall numpy

https://pypi.org/project/numpy/

网页的左侧点击“Release history”找到合适的numpy版本(我选的是1.26.4),再执行

pip install numpy==1.26.4

顺利安装numpy1.26.4后再次执行

from causal_conv1d import causal_conv1d_fn, causal_conv1d_update

不报错则安装成功。

3.3python导入:

from mamba_ssm import Mamba, Mamba2

不报错则mamba安装成功。

http://www.xdnf.cn/news/18596.html

相关文章:

  • 深度剖析Spring AI源码(七):化繁为简,Spring Boot自动配置的实现之秘
  • Linux应急响应一般思路(一)
  • 设计模式:建造者模式
  • 【ansible】5.在受管主机部署文件和Jinja2模板
  • 嵌入式八股文面试题总结(QT、RTOS、Linux、ARM、C/C++)(持续更新)
  • 在Excel和WPS表格中打印时加上行号和列标
  • 【Unity开发】Unity核心学习(二)
  • 超级助理:百度智能云发布的AI助理应用
  • 2025年渗透测试面试题总结-30(题目+回答)
  • 【从零开始学习Redis】如何设计一个秒杀业务
  • Java全栈工程师面试实录:从基础到微服务的深度探索
  • 埃氏筛|树dfs|差分计数
  • UE5.5 C++ 增强输入 快速上手
  • 恶劣天气下漏检率↓79%!陌讯多模态时序融合算法在道路事故识别的实战优化
  • 淘宝API实战应用:数据驱动商品信息实时监控与增长策略
  • DBeaver连接SQL Server时添加驱动后仍提示找不到驱动的解决方法
  • 51c自动驾驶~合集18
  • 学习记录(二十一)-Overleaf中图片文字间隔太大怎么办
  • java学习 + 一个向前端传流顺序不一致的一个解决思路
  • ubuntu中的nginx.conf和windows中的nginx.conf内容对比
  • 从栈到堆:深入理解C语言静态与动态链表的创建与管理
  • Flutter性能优化完全指南:构建流畅应用的实用策略
  • 如何安全解密受限制的PDF文件
  • [二维前缀和]1277. 统计全为 1 的正方形子矩阵
  • 【线性代数】常见矩阵类型
  • RandAR训练自己的数据集
  • ARINC 825板卡的应用
  • C++---双指针
  • Hyperledger Fabric官方中文教程-改进笔记(十五)-从通道中删除组织
  • Adobe CS6所有系列绿色免安装版,Photoshop 6 Adobe Illustrator CS6 等绿色版