EVO X
Open menu

Guía de instalación de EvoX

Guía de instalación de EvoX

Instalar EvoX

EvoX está disponible en PyPI y se puede instalar a través de:

# install pytorch first
# for example:
pip install torch

# then install EvoX
pip install "evox[default]"

También puedes asignar opciones adicionales durante la instalación; los extras disponibles actualmente son vis, neuroevolution, test, docs, default. Por ejemplo, para instalar EvoX con todas las funciones, ejecuta el siguiente comando:

pip install "evox[vis,neuroevolution]"

Instalar PyTorch con soporte de aceleración

evox depende de torch para proporcionar aceleración de hardware. La arquitectura general de estos paquetes de Python se ve así:

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, el hecho de que evox tenga soporte para CPU, soporte para GPU Nvidia (CUDA) o soporte para GPU AMD (ROCm) depende de la versión de PyTorch instalada. Consulta el sitio web oficial de PyTorch para obtener más ayuda con la instalación: torch

Soporte para GPU Nvidia en Windows

EvoX admite la aceleración por GPU a través de PyTorch. Hay dos formas de usar PyTorch con aceleración por GPU en Windows:

  1. Usar WSL 2 (Windows Subsystem for Linux) e instalar PyTorch en el lado de Linux.
  2. Instalar PyTorch directamente en Windows.

Para la opción 2, proporcionamos un script de un solo clic para una implementación rápida en instalaciones limpias de Windows 10/11 de 64 bits con GPUs Nvidia. El script no utilizará WSL 2 e instalará la versión nativa de PyTorch en Windows. Instalará automáticamente aplicaciones relacionadas como VSCode, Git y MiniForge3.

  • Asegúrate de que el Nvidia driver esté correctamente instalado primero. De lo contrario, el script volverá al modo cpu.
  • Al ejecutar el script, asegúrate de tener una red estable (con acceso a github.com, etc.).
  • Si el script falla debido a un error de red, ciérralo y vuelve a abrirlo para continuar con la instalación.

Instalación manual en Windows

Si prefieres instalar PyTorch directamente en Windows de forma manual, puedes seguir los pasos a continuación:

  1. Instala el Nvidia driver como se mencionó 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 NVIDIA Windows GPU Driver más reciente e instálalo. Luego, tu WSL 2 admitirá GPUs Nvidia en sus entornos Linux.

Advertencia: NO instales ningún driver de GPU Nvidia para Linux dentro de WSL 2. Instala el driver en el lado de Windows.

NVIDIA tiene una Guía de usuario de CUDA en WSL detallada.

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 instalación

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 documentación