VAR

环境要求

• Python 环境与 pip3（README 安装步骤使用 pip3）
• PyTorch torch>=2.0.0
• 用于训练的 ImageNet 数据集，需按 README 的 train/val 目录结构放置
• 可选：flash-attn 与 xformers，用于加速注意力计算

安装与启动步骤

1. 1克隆官方仓库

   把官方 VAR 代码下载到本地，后续安装依赖与运行脚本都在该目录内进行。

   git clone https://github.com/FoundationVision/VAR.git

   复制

2. 2安装 PyTorch

   README 要求 torch>=2.0.0。建议按本机 CUDA 版本到 PyTorch 官网选择对应安装命令，此处为通用写法。

   pip3 install "torch>=2.0.0"

   复制

3. 3安装项目依赖

   在仓库根目录执行，requirements.txt 列出了其余 pip 依赖包。

   cd VAR
   pip3 install -r requirements.txt

   复制

4. 4准备 ImageNet

   训练需要 ImageNet，目录下应包含 train 与 val，各自再按 n01440764 这类类别名建子目录放图片。

5. 5可选安装加速库

   README 说明安装并编译 flash-attn、xformers 可加快注意力计算，代码检测到才会自动使用，不装也能跑。

   pip3 install xformers
   pip3 install flash-attn

   复制

关键配置

如何确认成功

pip3 install -r requirements.txt 无报错，且 /path/to/imagenet 下 train/val 与类别子目录结构符合 README 示例即视为环境就绪。

常见问题

注意事项

• README 未提供 Docker 镜像或一键推理命令，需手动按安装步骤配置环境。
• 训练时务必把 --data_path 指向你的 ImageNet 根目录。
• flash-attn 通常需要按 CUDA 版本编译安装，遇到失败可先跳过，不影响基本运行。
• PyTorch 版本要求 torch>=2.0.0，低于该版本可能无法运行。