最近Mamba作为Transformer的挑战者非常的火热,许多相关工作都不断涌现。但在复现的时候往往会卡在安装mamba-ssm这个库上。当尝试使用 pip install mamba-ssm 进行安装的时候往往会卡在下图位置 为了探究卡在了building的哪一步,加入--verbose进行显示 pip install mamba-ssm --no-cache-dir --verbose 发现其会从gith...
最正确的修复方式是找到setup.py,将其中的wheel地址换位能够正常访问的地址。但奈何没有时间查找pip下载的setup.py的位置,于是就直接用pip安装匹配到的wheel。 比如错误信息中出现 Guessing wheel URL: https://github.com/state-spaces/mamba/releases/download/v2.2.2/mamba_ssm-2.2.2+cu122torch2.4cxx11abiFALSE...
1、使用网友配置好的Docker环境,参考:解决causal_conv1d和mamba_ssm无法安装 -> 直接使用Mamba基础环境docker镜像DockHub仓库地址:https://hub.docker.com/repository/docker/kom4cr0/cuda11.7-pytorch1.13-mamba1.1.1/general代码:docker pull kom4cr0/cuda11.7-pytorch1.13-mamba1.1.1:1.1.1 2、直接下载工程文件,...
3、 受博文 “flash-attention踩坑:使用conda管理CUDA”启发,合理调整按照顺利,先安装CUDA,并且安装cuda-nvcc,正确的安装步骤如下: conda create -n your_env_name python=3.10.13conda activate your_env_nameconda install cudatoolkit==11.8 -c nvidiapip install torch==2.1.1 torchvision==0.16.1 torchaudio...
首先nvcc -V看下环境中的cuda版本是否正确,需要在11.6以上,可以根据torch的后缀+cu118安装相应版本,在环境中运行以下命令: conda install -c "nvidia/label/cuda-11.8.0" cuda-nvcc 如果需要安装其他版本的可以参考文末的链接 2. 编译报错如ERROR: Could not build wheels for mamba-ssm, which is required to...