官方安装方法

官方仓库传送门：https://github.com/facebookresearch/xformers.git

官方给了两种方式安装xFormers，这里给出官方仓库安装方法的翻译

（推荐）使用二进制文件：我们为Linux和最新的PyTorch版本提供二进制文件。在conda中安装pytorch之后，使用conda安装xFormers：
```
conda install xformers -c xformers/label/dev
```

或者从源码安装，如果没有二进制文件可用（例如windows），你也可以从源码文件安装:

#(可选)使构建更快
pip install ninja
# 如果运行和构建在不同的GPU类型上，请设置TORCH_CUDA_ARCH_LIST
pip install -v -U git+https://github.com/facebookresearch/xformers.git@main#egg=xformers
# (这可能需要几十分钟)

实测：安装ninja后，xFormers安装速度提升非常多，3分钟内完成安装

pip wheel包：pip上没有可用的wheel包，请从Conda或从源码安装

然而，官方给出的两种方法在无代理的情况下，安装得很慢。且国内镜像源无镜像可下。

推荐安装方法：克隆/下载Github仓库源码，手动编译安装

1. 克隆仓库

git clone https://github.com/facebookresearch/xformers.git

最好使用SSH链接进行克隆，避免https被墙。SSH克隆方法请自行参考

这里引用一篇博主觉得不错的SSH克隆方法文章：git通过SSH指定秘钥文件克隆代码的三种方法 作者：第九系艾文

2. 进入克隆到本地的文件夹

cd xformers

3. 克隆第三方库

git submodule update --init --recursive

4. 安装xFormers依赖

pip install -r requirements.txt

依赖如下，也可自行安装：

torch>=1.12
numpy
pyre-extensions==0.0.23
einops

5. 编译xFormers

pip install -e .

6. （非必须）验证安装

python -m xformers.info

为解决克隆失败情况，我上传了下载即可安装的源码包至阿里云盘

下载后传至linux服务器，解压缩后进入xformers文件夹即可安装

链接：https://pan.baidu.com/s/1Ip5HxtAyKCxzGxiCXa29lg?pwd=yu2x
提取码：yu2x

参考命令：

# 解压缩
unzip xformers
# 进入目录
cd xformers
# 编译安装xFormers
pip install -e .

一些报错及解决方法

报错：nvcc fatal : Unknown option -extended-lambda

解决方法：

提升本机cuda版本。博主在cuda-10.1下安装报错，随后将cuda升级至11.6并安装最新版本的Pytorch解决该问题

参考环境：pytorch==1.12.1 torchvision==0.13.1 torchaudio==0.12.1 cudatoolkit=11.6

安装时自动卸载Torch并安装最新的

可行的解决方法，下列选其一即可：

安装xFormers依赖时去除requirement.txt中的torch一项。注意：此做法可能会导致后续安装失败。
卸载当前版本的Torch，使用Conda命令安装。

参考PyTorch官网的Conda安装命令。

点击此跳转PyTorch官网查看安装命令

旧版本PyTorch安装命令点击此跳转