当前位置: 首页 > news >正文

(mamba_ssm)安装踩坑指南

mamba环境配置

包下载地址

https://github.com/state-spaces/mamba/releases/
https://github.com/state-spaces/mamba/releases/  mamba包下载地址
参考 https://blog.csdn.net/ggitjcg/article/details/145171758?fromshare=blogdetail&sharetype=blogdetail&sharerId=145171758&sharerefer=PC&sharesource=qq_45688164&sharefrom=from_linkimport torch
print("PyTorch Version: {}".format(torch.__version__))
import sys
print("Python Version: {}".format(sys.version))第一次安装请使用以下命令下载并安装 mamba_ssm 和 causal_conv1d(注意Python,torch和cuda版本,这里的命令是为python3.10.12,torch2.5.1+cu121环境配置的,如果你的环境不同修改对应的版号即可):!wget https://github.com/state-spaces/mamba/releases/download/v2.2.4/mamba_ssm-2.2.4+cu12torch2.5cxx11abiFALSE-cp310-cp310-linux_x86_64.whl
!wget https://github.com/Dao-AILab/causal-conv1d/releases/download/v1.5.0.post8/causal_conv1d-1.5.0.post8+cu12torch2.5cxx11abiFALSE-cp310-cp310-linux_x86_64.whl
!pip install ./mamba_ssm-2.2.4+cu12torch2.5cxx11abiFALSE-cp310-cp310-linux_x86_64.whl
!pip install ./causal_conv1d-1.5.0.post8+cu12torch2.5cxx11abiFALSE-cp310-cp310-linux_x86_64.whl
%rm ./mamba_ssm-2.2.4+cu12torch2.5cxx11abiFALSE-cp310-cp310-linux_x86_64.whl
%rm ./causal_conv1d-1.5.0.post8+cu12torch2.5cxx11abiFALSE-cp310-cp310-linux_x86_64.whl
!pip install triton

No module named 'transformers’错误

(biref)Tower:~/BiRefNet$ python mambaEnvTest.py 
Traceback (most recent call last):File "/BiRefNet/mambaEnvTest.py", line 9, in <module>from mamba_ssm.ops.selective_scan_interface import selective_scan_fn, selective_scan_refFile "/anaconda3/envs/biref/lib/python3.10/site-packages/mamba_ssm/__init__.py", line 6, in <module>from mamba_ssm.models.mixer_seq_simple import MambaLMHeadModelFile "//anaconda3/envs/biref/lib/python3.10/site-packages/mamba_ssm/models/mixer_seq_simple.py", line 20, in <module>from mamba_ssm.utils.generation import GenerationMixinFile "/anaconda3/envs/biref/lib/python3.10/site-packages/mamba_ssm/utils/generation.py", line 14, in <module>from transformers.generation import GreedySearchDecoderOnlyOutput, SampleDecoderOnlyOutput, TextStreamer
ModuleNotFoundError: No module named 'transformers'
(biref) Tower:~/BiRefNet$ pip show transformers
Name: transformers
Version: 0.1
Summary: Experimental module for AST transformations.
Home-page: https://github.com/nvbn/__transformers__
Author: Vladimir Iakovlev
Author-email: nvbn.rm@gmail.com
License: MIT
Location: /anaconda3/envs/biref/lib/python3.10/site-packages
Requires: 
Required-by: mamba-ssm
(biref) 7920-Tower:~/BiRefNet$ python
Python 3.10.16 (main, Dec 11 2024, 16:24:50) [GCC 11.2.0] on linux
Type "help", "copyright", "credits" or "license" for more information.
>>> import transformers
Traceback (most recent call last):File "<stdin>", line 1, in <module>
ModuleNotFoundError: No module named 'transformers'
>>> print(transformers.__version__)
Traceback (most recent call last):File "<stdin>", line 1, in <module>
NameError: name 'transformers' is not defined
>>> exit()
你的环境中安装了一个名为 transformers 的模块,但该模块似乎是一个与 Hugging Face Transformers 无关的库(版本为 0.1,描述为 "Experimental module for AST transformations")。
你真正需要的是 Hugging Face Transformers 库,而不是这个同名的模块。
解决方法
  1. 卸载冲突模块

    pip uninstall transformers
    
  2. 安装 Hugging Face Transformers

    pip install transformers
    
  3. 验证安装
    在 Python 环境中运行以下命令,确保安装正确:

    import transformers
    print(transformers.__version__)
    

这里是引用
https://blog.csdn.net/ggitjcg/article/details/145171758

http://www.xdnf.cn/news/63325.html

相关文章:

  • JavaScript与TypeScript
  • Buildroot、BusyBox与Yocto:嵌入式系统构建工具对比与实战指南
  • 【C++教程】C++中为什么优先使用 cout/cin流
  • 【自然语言处理与大模型】模型压缩技术之剪枝
  • 可穿戴无线生理信号采集贴片产品市场需求简析
  • 关于ORM
  • numpy、pandas内存优化操作整理
  • 【嵌入式系统设计师(软考中级)】第二章:嵌入式系统硬件基础知识(上)
  • Web 前端打包工具与构建系统的进阶指南
  • Kafka 生产者的幂等性与事务特性详解
  • 归一化对C4.5决策树无效的数学原理与实证分析
  • 配置 VS Code 使用 ESLint 格式化
  • 利用课程编辑器创新教学,提升竞争力​
  • VSCode连接服务器跑深度学习代码相关问题(研0大模型学习第八天)
  • 【软件工程】软件测试基础知识
  • 在springboot3.4.4和jdk17环境下集成使用mapstruct
  • 使用Postman调测“获取IAM用户Token”接口实际操作
  • 性能比拼: Nginx vs Apache
  • nn.LayerNorm():对输入张量的最后一个维度(特征维度)进行归一化
  • 【目标检测】目标检测综述 目标检测技巧
  • 全球首个人形机器人半程马拉松技术分析:翻车名场面背后的突破与挑战
  • DeepSeek赋能Nuclei:打造网络安全检测的“超级助手”
  • 量化研究---小果全球大类低相关性动量趋势增强轮动策略实盘设置
  • ThinkPHP5 的 SQL 注入漏洞
  • 【时时三省】(C语言基础)循环的嵌套和几种循环的比较
  • STM32——新建工程并使用寄存器以及库函数进行点灯
  • DeepSeek 大模型 + LlamaIndex + MySQL 数据库 + 知识文档 实现简单 RAG 系统
  • electron从安装到启动再到打包全教程
  • Python 网络编程:TCP 与 UDP 协议详解及实战代码
  • uni-app 开发企业级小程序课程