Linux 下 Vim 情况安装踩坑问题汇总及解决方法（重置版） ...

导航

安装教程导航

• Mamba 及 Vim 安装问题参看本人博客：Mamba 情况安装踩坑问题汇总及解决方法（初版）
  
• Linux 下Mamba 及 Vim 安装问题参看本人博客：Mamba 情况安装踩坑问题汇总及解决方法（重置版）
  
• Windows 下 Mamba 的安装参看本人博客：Window 下Mamba 情况安装踩坑问题汇总及解决方法 （无需绕过selective_scan_cuda）
  
• Linux 下 Vim 安装问题参看本人博客：Linux 下 Vim 情况安装踩坑问题汇总及解决方法（重置版）
  
• Windows 下 Vim 安装问题参看本人博客：Window 下 Vim 情况安装踩坑问题汇总及解决方法
  
• Linux 下Vmamba 安装教程参看本人博客：Vmamba 安装教程（无需更改base情况中的cuda版本）
  
• Windows 下 VMamba的安装参看本人博客：Windows 下 VMamba 安装教程（无需更改base情况中的cuda版本且可加速）
  
• Windows下 Mamba2及高版本 causal_conv1d 安装参考本人博客：Windows 下Mamba2 情况安装问题记录及解决方法（causal_conv1d=1.4.0）
  

  
前言

由于本人第一篇博客Mamba 情况安装踩坑问题汇总及解决方法（初版） Linux和Windows的问题混合，vim 和 mamba 混合不易查询，重新整理在Linux下Vim全部安装过程中可能出现的问题。
Vim （Vision Mamba） 官方代码链接为：https://github.com/hustvl/Vim。注意，Vim （Vision Mamba）和 Vmamba （VMamba: Visual State Space Model）虽然都是基于mamba，但是它们不是同一篇！
如果遇到其他问题，都可以参考本系列博客。
Vim 情况准备

• 前期情况准备，同原来博客 “Mamba 情况安装踩坑问题汇总及解决方法” ，具体为：
  

1. conda create -n vim python=3.10.13
2. conda activate vim
3. conda install cudatoolkit==11.8 -c nvidia
5. # 魔法版
6. pip install torch==2.1.1 torchvision==0.16.1 torchaudio==2.1.1 --index-url https://download.pytorch.org/whl/cu118
7. # 国内版-上交镜像
8. pip install torch==2.1.1+cu118 torchvision==0.16.1+cu118 torchaudio==2.1.1+cu118 -f https://mirror.sjtu.edu.cn/pytorch-wheels/torch_stable.html
9. # 国内版-阿里镜像
10. pip install torch==2.1.1 torchvision==0.16.1 torchaudio==2.1.1 -f https://mirrors.aliyun.com/pytorch-wheels/cu118
12. conda install -c "nvidia/label/cuda-11.8.0" cuda-nvcc
13. conda install packaging

复制代码

• 下载 Vim 的官方代码，然后切换到 Vim ：
  

1. # 魔法版
2. git clone https://github.com/hustvl/Vim.git
4. # 镜像版
5. git clone https://githubfast.com/hustvl/Vim.git

复制代码

• 安装 causal-conv1d，可以直接安装 1.1.1 版本，不从 Vim 安装
  

1. pip install causal-conv1d==1.1.1

复制代码

大概从 causal-conv1d 官方下载 whl 直接安装，在我的配置下：

1. pip install causal_conv1d-1.1.1+cu118torch2.1cxx11abiFALSE-cp310-cp310-linux_x86_64.whl

复制代码

• Vim 的 mamba-ssm 的编译：
  

1. cd Vim/mamba-1p1p1
3. # 以下根据报错可省略
4. conda install nvidia/label/cuda-11.8.0::cuda-cudart-dev  # 根据CUDA版本
5. conda install nvidia/label/cuda-11.8.0::libcusparse-dev
6. conda install nvidia/label/cuda-11.8.0::libcublas-dev
8. MAMBA_FORCE_BUILD=TRUE pip install .
9. cd ../

复制代码

大概利用编译好的 whl 直接举行安装：

1. pip install mamba_ssm-1.1.1-cp310-cp310-linux_x86_64.whl

复制代码

本人编译好的 whl 下载地点为：
(Vim Linux）mamba-ssm-1.1.1-cp310-cp310-linux-x86-64.whl

• 其他情况的安装： pip install -r vim/vim_requirements.txt
  

出现的问题

1. 出现 TypeError: 'bimamba_type'

有小同伴在跑 Vision Mamba 时遭遇以下报错（Linux）：

1. TypeError: Mamba.__init__() got an unexpected keyword argument 'bimamba_type'

复制代码

因为 Vision Mamba 修改了 Mamba 的源代码，从 Mamba 官方途径安装的包中是没有这个函数的，所以需要先卸载原版 Mamba ，再从 Vision Mamba 代码里的 Mamba 源码手动安装，而不是从 Mamba 官方途径安装。
不过实测也可以直接举行文件替换，用 Vision Mamba 的 selective_scan_interface.py 替换 selective_scan_interface.py，替换 causal_conv1d_interface.py 和 mamba_simple.py。
2. pip install 之后卡住不动

在Linux下卡住不动是因为它在下载对应的 *.whl 文件，需要科学上网，可以等它下载失败输出精确的网址，然后手动下载再pip install 这个 whl 文件。可以直接下载whl安装
在我的配置下面：
causal_conv1d 下载链接为：https://github.com/Dao-AILab/causal-conv1d/releases/download/v1.1.1/causal_conv1d-1.1.1+cu118torch2.1cxx11abiFALSE-cp310-cp310-linux_x86_64.whl
3. 出现 fatal error: xxx.h: No such file or directory

此问题参考本人之前博客：VMamba 安装教程（无需更改base情况中的cuda版本）。安装相应的包即可。包括：

• fatal error: cuda_runtime.h: No such file or directory
  
• fatal error: cusparse.h: No such file or directory
  
• fatal error: cublas_v2.h: No such file or directory
  

关于whl付费的阐明

• 无论是Linux还是Win，在这些平台下面的Mamba，Vim 以及Vmamba 编译过程以及全部可能遇到的问题已经在本系列博客中全程开源并写明，不少同砚按照本博客自己编译乐成。
  
• 资金紧张但学有余力的同砚请自己按照本教程自己动手编译，出现问题请查阅本系列全部博客，不鼓励从任何渠道购买！！！
  
• 为时间紧张的同砚提供优惠通道：【（Vim Linux）mamba-ssm-1.1.1-cp310-cp310-linux-x86-64.whl】。或vx私信。
  
• 由于精神有限，只对【付费同砚】全程售后，安装包本身没有价值，指导安装挤占了本人大量时间，所以付费其实是咨询费，其他同砚随缘。
  
• 利用本人提供的whl请保证python、torch及cuda版本与博客里同等。否则会出现 linux-gnu.so undefined symbol 问题。有情况版本定制化需求请私信结尾vx。
  
• 网上有大量人抄袭本系列博客的教程，连本人当时随手建的情况都变成了这些教程的基础配置，还是请关注本系列博客的权势巨子解答，除前述渠道外的其他渠道均需理性看待，谨防诈骗。
  

免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。