当前位置: 首页 > backend >正文

cell2location复现

https://github.com/BayraktarLab/cell2location/issues/348

根据你已下载的本地 wheel 文件,可以通过以下方式修改安装命令,优先从本地路径安装 jaxlib,同时保持其他依赖的安装方式不变:

解决方案

# 安装 jax (从远程 PyPI 源)
pip install --upgrade jax==0.4.14# 安装 jaxlib (从本地 wheel 文件)
pip install --no-index --find-links=/mnt/data/test1/repo/package_cuda12/ jaxlib==0.4.14+cuda12.cudnn89# 验证安装
python -c "import jax; print(jax.__version__); print(jax.devices())"

参数说明

  • --no-index:禁止从 PyPI 索引下载包,强制使用本地文件
  • --find-links=/path/to/wheels:指定本地 wheel 文件的搜索路径

替代方案(单命令)

如果你希望将命令合并为一行,可以使用以下语法:

pip install --upgrade jax==0.4.14 \/mnt/data/test1/repo/package_cuda12/jaxlib-0.4.14+cuda12.cudnn89-cp311-cp311-manylinux2014_x86_64.whl

https://storage.googleapis.com/jax-releases/jax_cuda_releases.html

注意事项

  1. Python 版本匹配:确保你的 Python 版本是 3.11(与 wheel 文件的 cp311 后缀一致)
  2. CUDA 环境:本地系统需要安装 CUDA 12 和 CuDNN 8.9,否则 jaxlib 可能无法正常工作
  3. 依赖顺序:先安装 jax,再安装 jaxlib,避免版本冲突

如果遇到其他依赖问题,可以使用 pip install --no-deps 跳过依赖检查,但这可能导致运行时错误。

pip freeze > requirements.txt

(cell2loc_test) test1@capios:/mnt/data/test1$ pip list
Package Version


absl-py 2.3.1
aiohappyeyeballs 2.6.1
aiohttp 3.12.14
aiosignal 1.4.0
anndata 0.11.4
annotated-types 0.7.0
anyio 4.9.0
array-api-compat 1.12.0
arrow 1.3.0
async-timeout 5.0.1
attrs 25.3.0
backoff 2.2.1
beautifulsoup4 4.13.4
blessed 1.21.0
boto3 1.39.6
botocore 1.39.6
cell2location 0.1.4
certifi 2025.7.14
charset-normalizer 3.4.2
chex 0.1.7
click 8.2.1
contourpy 1.3.2
croniter 1.4.1
cycler 0.12.1
dateutils 0.6.12
deepdiff 7.0.1
dm-tree 0.1.9
docrep 0.3.2
editor 1.6.6
etils 1.13.0
exceptiongroup 1.3.0
fastapi 0.116.1
filelock 3.18.0
flax 0.7.4
fonttools 4.58.5
frozenlist 1.7.0
fsspec 2024.12.0
grpcio 1.73.1
h11 0.16.0
h5py 3.14.0
humanize 4.12.3
idna 3.10
importlib_resources 6.5.2
inquirer 3.4.0
itsdangerous 2.2.0
jax 0.4.23
jaxlib 0.4.23
Jinja2 3.1.6
jmespath 1.0.1
joblib 1.5.1
kiwisolver 1.4.8
legacy-api-wrap 1.4.1
lightning 2.0.9.post0
lightning-cloud 0.5.70
lightning-utilities 0.14.3
llvmlite 0.44.0
Markdown 3.8.2
markdown-it-py 3.0.0
MarkupSafe 3.0.2
matplotlib 3.10.3
mdurl 0.1.2
ml_collections 1.1.0
ml_dtypes 0.5.1
mpmath 1.3.0
msgpack 1.1.1
mudata 0.3.2
multidict 6.6.3
multipledispatch 1.0.0
natsort 8.4.0
nest-asyncio 1.6.0
networkx 3.4.2
numba 0.61.2
numpy 1.26.4
numpyro 0.13.2
nvidia-cublas-cu12 12.6.4.1
nvidia-cuda-cupti-cu12 12.6.80
nvidia-cuda-nvrtc-cu12 12.6.77
nvidia-cuda-runtime-cu12 12.6.77
nvidia-cudnn-cu12 9.5.1.17
nvidia-cufft-cu12 11.3.0.4
nvidia-cufile-cu12 1.11.1.6
nvidia-curand-cu12 10.3.7.77
nvidia-cusolver-cu12 11.7.1.2
nvidia-cusparse-cu12 12.5.4.2
nvidia-cusparselt-cu12 0.6.3
nvidia-nccl-cu12 2.26.2
nvidia-nvjitlink-cu12 12.6.85
nvidia-nvtx-cu12 12.6.77
opencv-python 4.8.1.78
opt_einsum 3.4.0
optax 0.2.1
orbax-checkpoint 0.4.1
ordered-set 4.1.0
packaging 24.2
pandas 2.3.1
patsy 1.0.1
pillow 11.3.0
pip 25.1
propcache 0.3.2
protobuf 6.31.1
psutil 6.1.1
pydantic 2.1.1
pydantic_core 2.4.0
Pygments 2.19.2
PyJWT 2.10.1
pynndescent 0.5.13
pyparsing 3.2.3
pyro-api 0.1.2
pyro-ppl 1.9.1
python-dateutil 2.9.0.post0
python-multipart 0.0.20
pytorch-lightning 2.5.2
pytz 2025.2
PyYAML 6.0.2
readchar 4.2.1
requests 2.32.4
rich 14.0.0
runs 1.2.2
s3transfer 0.13.0
scanpy 1.11.3
scikit-learn 1.7.0
scipy 1.12.0
scvi-tools 1.0.4
seaborn 0.13.2
session-info2 0.1.2
setuptools 78.1.1
simplejson 3.20.1
six 1.17.0
sniffio 1.3.1
soupsieve 2.7
sparse 0.17.0
starlette 0.47.1
starsessions 1.3.0
statsmodels 0.14.5
sympy 1.14.0
tensorboard 2.19.0
tensorboard-data-server 0.7.2
tensorstore 0.1.76
threadpoolctl 3.6.0
toolz 1.0.0
torch 2.7.1
torchmetrics 1.7.4
tqdm 4.67.1
traitlets 5.14.3
treescope 0.1.9
triton 3.3.1
types-python-dateutil 2.9.0.20250708
typing_extensions 4.14.1
tzdata 2025.2
umap-learn 0.5.9.post2
urllib3 2.5.0
uvicorn 0.35.0
wcwidth 0.2.13
websocket-client 1.8.0
websockets 12.0
Werkzeug 3.1.3
wheel 0.45.1
wrapt 1.17.2
xarray 2025.6.1
xmod 1.8.1
yarl 1.20.1
zipp 3.23.0
(cell2loc_test) test1@capios:/mnt/data/test1$

http://www.xdnf.cn/news/15580.html

相关文章:

  • Clip微调系列:《CLIP-Adapter: Better Vision-Language Models with FeatureAdapters》
  • 深度学习中的注意力机制:原理、应用与实践
  • STM32-RTC内部时钟
  • 力扣 hot100 Day46
  • LVS集群实践
  • 前后端分离项目中的接口设计与调用流程——以高仙机器人集成为例
  • 数字ic后端设计从入门到精通11(含fusion compiler, tcl教学)全定制设计入门
  • 基于深度学习的情感分析模型:从文本数据到模型部署
  • c语言-数据结构-二叉树的遍历
  • [特殊字符] 第1篇:什么是SQL?数据库是啥?我能吃吗?
  • [特殊字符] Electron 中的 `global` 变量
  • 用Amazon Q Developer助力Python快捷软件开发
  • 创建SprngBoot项目的四种方式
  • 网络编程(数据库)
  • oracle服务器定时备份Windows Server
  • 服务攻防-Java组件安全数据处理FastJsonJackSonXStream自动BP插件CVE漏洞
  • vue中后端返回数据流,前端实现导出下载
  • Flutter基础(前端教程①①-底部导航栏)
  • 【动归解题套路框架】【带备忘录的递归】【最优子结构】【自下而上DP table】
  • FunASR Paraformer-zh:高效中文端到端语音识别方案全解
  • Linux运维新手的修炼手扎之第19天
  • 【从零开始学习大模型】什么是MCP协议
  • PostGres超过最大连接数报错
  • 多级缓存架构与热点探测系统核心技术解析
  • AI时代基础入门
  • 测试学习之——Pytest Day2
  • 深入理解 Kafka 核心:主题、分区与副本的协同机制
  • Scalefusion 与 EasyControl 对比:轻量级方案与全功能 IoT MDM 的深度碰撞
  • spring容器的bean是单例还是多例的?线程安全吗?
  • AI编程神器 Claude Code 安装及使用体验