2. Instalacion y Configuracion del Entorno

Antes de usar EvoX, necesitas instalar correctamente el software y sus dependencias. Este capitulo cubre los pasos de instalacion tanto para Windows como para Linux, asi como la preparacion y configuracion de las dependencias requeridas. Asegurate de cumplir con los requisitos basicos del sistema antes de la instalacion: Python 3.10+, suficiente espacio en disco y, opcionalmente, una GPU compatible con el controlador apropiado.

Dependencias y Preparativos

Entorno Python: EvoX esta construido sobre Python, asi que asegurate de tener instalado Python 3.10 o superior. Se recomienda usar un entorno virtual (como venv) para evitar conflictos de dependencias.
PyTorch: EvoX utiliza PyTorch para operaciones con tensores y aceleracion por hardware. Por lo tanto, PyTorch debe instalarse antes de instalar EvoX. Elige la version segun tu hardware: instala la version CUDA si tienes una GPU NVIDIA, la version ROCm para GPUs AMD, o la version CPU si no tienes GPU disponible. Consulta la guia oficial de PyTorch para el comando apropiado, por ejemplo:
```
# Para GPUs NVIDIA (CUDA)
pip install torch torchvision torchaudio

# Para GPUs AMD (ROCm)
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/rocm6.2.4

# Solo CPU
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cpu
```

Se recomienda actualizar pip a la ultima version y asegurar una conexion a internet estable antes de la instalacion (los paquetes se descargaran desde PyPI). Una vez que el entorno este listo, puedes instalar EvoX.

Instalacion en Windows

Los usuarios de Windows pueden elegir entre instalacion automatica con script o instalacion manual. El instalador oficial de un clic proporciona una forma facil de configurar EvoX y sus dependencias en un entorno limpio, pero la instalacion manual permite mayor control.

Opcion 1: Usando el Script de Instalacion de Un Clic (win-install.bat) EvoX proporciona un script de instalacion rapida para Windows 10/11 (64 bits). El script instala Miniforge3 (un Conda ligero), Python, PyTorch (con CUDA), EvoX y herramientas utiles como VSCode y Git. Para usarlo:

Descarga win-install.bat desde la documentacion de EvoX o GitHub. Asegurate de tener un controlador NVIDIA instalado y una conexion a internet estable.
Ejecuta el script. No requiere privilegios de administrador, pero puede solicitar permisos durante la ejecucion; permitelos. El script instalara y configurara todo automaticamente.
Espera a que se complete. Al finalizar exitosamente, veras un mensaje y posiblemente VSCode se abrira. EvoX y sus dependencias estaran instalados.

Nota: Si el script falla debido a problemas de red, cierralo y vuelve a ejecutarlo. Soporta reanudacion en caso de fallo.

Opcion 2: Instalacion Manual Para instalar EvoX manualmente:

Instalar Controlador de GPU: Instala el ultimo controlador NVIDIA desde el sitio web oficial. Si no tienes GPU dedicada, omite este paso.
Instalar Python: Descarga Python 3.10+ para Windows y habilita “Agregar Python al PATH” durante la instalacion.
Instalar PyTorch: Abre CMD o PowerShell e instala PyTorch segun tu hardware:
```
pip install torch torchvision torchaudio
```
(Opcional) Instalar Compilador Triton: PyTorch en Windows carece de soporte para Triton. Si deseas usar torch.compile (disponible en PyTorch 2.0), instala el paquete de terceros triton-windows. Opcional pero util para optimizacion de rendimiento.

Instalar EvoX:

pip install "evox[default]"

# Extras opcionales:
pip install "evox[vis]"           # Soporte de visualizacion
pip install "evox[neuroevolution]" # Soporte de neuroevolucion

`> Nota:

Algunos paquetes pueden requerir dependencias adicionales del sistema. Si este es el caso, el instalador te mostrara un mensaje como el siguiente:console error: Microsoft Visual C++ 14.0 or greater is required. Get it with “Microsoft C++ Build Tools”: https://visualstudio.microsoft.com/visual-cpp-build-tools/


Cuando encuentres tales mensajes, sigue las instrucciones proporcionadas para instalar las dependencias necesarias antes de continuar.

Instalacion en Linux

Instalar EvoX en Linux (por ejemplo, Ubuntu) es sencillo y se maneja principalmente a traves de pip.

Instalar Dependencias del Sistema: Asegurate de que las herramientas basicas de desarrollo y Python 3.10+ esten instalados. Puedes usar un gestor de paquetes (apt, yum) o Anaconda.
Instalar Controlador de GPU (si usas GPU): Usa el gestor de paquetes apropiado (por ejemplo, apt) para instalar los controladores NVIDIA. Verifica la instalacion con nvidia-smi. Omite si usas CPU.

Nota: En WSL, no instales controladores NVIDIA dentro del subsistema Linux; instalalo en el lado de Windows.

Consejo: Es muy probable que solo necesites instalar el controlador, pero NO necesites instalar CUDA u otras dependencias. Esas bibliotecas ya estan incluidas en la instalacion de PyTorch via pip.

Consejo: La version del controlador requerida depende de tu hardware. Si tienes una GPU NVIDIA reciente, usar la ultima version del controlador suele ser la mejor opcion. Para asegurar mejor compatibilidad y acceso a los ultimos controladores, generalmente es buena idea usar una distribucion Linux mas nueva (por ejemplo, Ubuntu 25.04 en lugar de 22.04).

Instalar PyTorch: Como en Windows, instala segun el hardware. Consulta la guia oficial de PyTorch.
Instalar EvoX:
```
pip install evox
```
O con extras:
```
pip install evox[vis,neuroevolution]
```
Esto instala modulos de visualizacion y dependencias de neuroevolucion (como Brax). Tambien puedes elegir extras individuales como vis o neuroevolution.

Instalacion en Contenedor (Docker, Podman)

Para usuarios de GPU AMD o aquellos que buscan aislamiento de entorno, se recomienda Docker. Por ejemplo, usando la imagen oficial de Docker de PyTorch con ROCm:

docker run -it --gpus all --shm-size=8g rocm/pytorch:latest

Dentro del contenedor, instala EvoX como de costumbre usando pip.

Verificacion de la Instalacion de EvoX

Para verificar que EvoX esta correctamente instalado:

Verificacion Basica: En la terminal o shell de Python, ejecuta:
```
from torch.utils.collect_env import get_pretty_env_info
import evox
print(get_pretty_env_info())
```
Esto imprime la informacion de configuracion de PyTorch y del sistema. Si EvoX se importa sin errores, la instalacion fue exitosa. Tambien puedes verificar la version:
```
import evox
print(evox.__version__)
```
Configuraciones Opcionales: Puedes ajustar configuraciones relacionadas con el rendimiento, como:
- Establecer variables de entorno como OMP_NUM_THREADS para controlar el conteo de hilos de CPU
- Aumentar la memoria compartida de Docker con --shm-size
- Asegurar que tu IDE (Jupyter, PyCharm, etc.) use el entorno Python correcto

Una vez que la configuracion este completa, estas listo para comenzar a optimizar con EvoX.