Mamba环境配置踩坑(最全版本)

以SSMs为基础的Mamba模型被视为Transformer模型的替代者，由于其序列建模的特征，Mamba拥有线性复杂度，能够捕捉更好的全局依赖关系。本文记录了笔者配置mamba环境时的几个问题和解决办法，基本涵盖大部分可能出现的问题：

问题汇总

1. pip install causal_conv1d/mamba_ssm 失败

报错：which is required to install pyproject.toml-based projects

pip install pyproject-toml

2.源码安装报错： /usr/local/cuda/bin/nvcc: No such file or directory

# 查看是否安装cuda
nvcc -V
# 将/usr/local/cuda临时加入环境变量
export CUDA_HOME=/usr/local/cuda

3.报错：运行代码时，undefined symbol: _ZN3c107WarningC1ENS

原因：版本问题

解决办法详见正确打开方式

4.cuda版本与pytorch不一样：

源码编译安装 causal_conv1d/mamba_ssm 时会检查torch对应的CUDA和本机CUDA版本是否完全一致，否则就会提示版本不一致。

正确打开方式：

1. torch官网安装对应版本的torch，注意，该步骤需要CUDA版本和torch完全对应，而不是向下兼容。笔者最开始使用的时CUDA12.0，Pytorch对应CUDA11.8，出现下图中的报错，对CUDA降级之后error解决。切换CUDA版本参考：CUDA安装及多版本切换_切换cuda版本-CSDN博客

2. 下载对应版本的causal_conv1d和mamba_ssm

经过测评，1.1.1的causal-conv1d和1.1.1的mamba版本之间相互适配。

文件已上传至：https://download.csdn.net/download/weixin_51555629/89241670 

方便不能科学上网的朋友自取~

解压后进入文件夹，使用源码编译安装

cd causal-conv1d-1.1.1
CAUSAL_CONV1D_FORCE_BUILD=TRUE python -m pip install .
cd ..

cd mamba-1.1.1
python -m  pip install .

3.测试：

python
>>>import torch
>>>from mamba_ssm import Mamba

如果不报错则安装成功，如下：