EVO X

Guia de Instalacion de EvoX

Guia de Instalacion de EvoX

Instalar EvoX

EvoX esta disponible en PyPI y se puede instalar mediante:

# instalar pytorch primero
# por ejemplo:
pip install torch

# luego instalar EvoX
pip install "evox[default]"

Tambien puedes asignar opciones extras durante la instalacion, los extras actualmente disponibles son vis, neuroevolution, test, docs, default. Por ejemplo, para instalar EvoX con todas las caracteristicas, ejecuta el siguiente comando:

pip install "evox[vis,neuroevolution]"

Instalar PyTorch con soporte de acelerador

evox depende de torch para proporcionar aceleracion por hardware. La arquitectura general de estos paquetes Python se ve asi:

stateDiagram-v2
    torch : torch
    nv_gpu : NVIDIA GPU
    amd_gpu : AMD GPU
    cpu : CPU

    direction LR

    evox --> torch
    torch --> nv_gpu
    torch --> amd_gpu
    torch --> cpu

En resumen, si evox tiene soporte para CPU o soporte para GPU Nvidia (CUDA) o soporte para GPU AMD (ROCm) depende de la version de PyTorch instalada. Consulta el sitio web oficial de PyTorch para mas ayuda con la instalacion: torch

Soporte para GPU Nvidia en Windows

EvoX soporta aceleracion por GPU a traves de PyTorch. Hay dos formas de usar PyTorch con aceleracion por GPU en Windows:

  1. Usando WSL 2 (Subsistema de Windows para Linux) e instalar PyTorch en el lado de Linux.
  2. Instalar PyTorch directamente en Windows.

Para la opcion 2, proporcionamos un script de un clic para despliegue rapido en Windows 10/11 64 bits recien instalado con GPUs Nvidia. El script no usara WSL 2 e instalara la version nativa de Pytorch en Windows. Instalara automaticamente aplicaciones relacionadas como VSCode, Git y MiniForge3.

  • Asegurate de que el controlador Nvidia este correctamente instalado primero. De lo contrario, el script recurrira al modo CPU.
  • Al ejecutar el script, asegura una red estable (accesible a github.com etc.).
  • Si el script falla debido a fallo de red, cierralo y reabrelo para continuar la instalacion.

Instalacion manual en Windows

Si prefieres instalar PyTorch directamente en Windows manualmente, puedes seguir los pasos a continuacion:

  1. Instala el controlador Nvidia como se menciono anteriormente.
  2. Instala Python 3.10 o superior desde python.org.
  3. Instala PyTorch.
  4. (Opcional) Instala triton-windows para soporte de torch.compile en Windows.
  5. Instala EvoX.

Windows WSL 2

Descarga el ultimo controlador de GPU NVIDIA para Windows e instalalo. Luego tu WSL 2 soportara GPUs Nvidia en sus entornos Linux.

Advertencia: NO instales ningun controlador de GPU Linux de NVIDIA dentro de WSL 2. Instala el controlador en el lado de Windows.

NVIDIA tiene una detallada [Guia de Usuario de CUDA en WSL](https://docs.nvidia.com/cuda/wsl-user-guide/index.html)

Soporte para GPU AMD (ROCm)

Recomendamos usar un contenedor Docker de rocm/pytorch.

docker run -it --network=host --device=/dev/kfd --device=/dev/dri --group-add=video --ipc=host --cap-add=SYS_PTRACE --security-opt seccomp=unconfined --shm-size 8G -v $HOME/dockerx:/dockerx -w /dockerx rocm/pytorch​:latest

Verificar la instalacion

Abre una terminal de Python y ejecuta lo siguiente:

from torch.utils.collect_env import get_pretty_env_info
import evox

print(get_pretty_env_info())
← Volver a la documentación