2. Instalación y Configuración del Entorno

Antes de usar EvoX, es necesario instalar correctamente el software y sus dependencias. Este capítulo cubre los pasos de instalación tanto para Windows como para Linux, así como la forma de preparar y configurar las dependencias requeridas. Asegúrese de cumplir con los requisitos básicos del sistema antes de la instalación: Python 3.10+, espacio en disco suficiente y, opcionalmente, una GPU compatible con el driver adecuado.

Dependencias y Preparativos

Entorno de Python: EvoX está construido sobre Python, así que asegúrese de tener instalado Python 3.10 o superior. Se recomienda utilizar un entorno virtual (como venv) para evitar conflictos de dependencias.
PyTorch: EvoX utiliza PyTorch para operaciones de tensores y aceleración de hardware. Por lo tanto, PyTorch debe instalarse antes de instalar EvoX. Elija la versión según su hardware: instale la versión CUDA si tiene una GPU NVIDIA, la versión ROCm para GPUs AMD, o la versión CPU si no hay una GPU disponible. Consulte la guía oficial de PyTorch para obtener el comando adecuado, por ejemplo:
```
# For NVIDIA GPUs (CUDA)
pip install torch torchvision torchaudio

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

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

Se recomienda actualizar pip a la última versión y asegurar una conexión a internet estable antes de la instalación (los paquetes se descargarán de PyPI). Una vez que el entorno esté listo, puede instalar EvoX.

Instalación en Windows

Los usuarios de Windows pueden elegir entre la instalación automática mediante script o la instalación manual. El instalador oficial de un solo clic ofrece una forma sencilla de configurar EvoX y sus dependencias en un entorno limpio, pero la instalación manual permite un mayor control.

Opción 1: Uso del script de instalación de un solo clic (win-install.bat) EvoX proporciona un script de instalación rápida para Windows 10/11 (64 bits). El script instala Miniforge3 (un Conda ligero), Python, PyTorch (con CUDA), EvoX y herramientas útiles como VSCode y Git. Para usarlo:

Descargue win-install.bat de la documentación de EvoX o de GitHub. Asegúrese de tener instalado un driver de NVIDIA y una conexión a internet estable.
Ejecute el script. No requiere privilegios de administrador, pero puede solicitar permiso durante la ejecución; acéptelo. El script instalará y configurará todo automáticamente.
Espere a que finalice. Tras el éxito, verá un mensaje y posiblemente se abra VSCode. EvoX y sus dependencias estarán instalados.

Nota: Si el script falla debido a problemas de red, ciérrelo y vuelva a ejecutarlo. Admite la reanudación en caso de fallo.

Opción 2: Instalación manual Para instalar EvoX manualmente:

Instalar el driver de la GPU: Instale el último driver de NVIDIA desde el sitio web oficial. Si no tiene una GPU dedicada, omita este paso.
Instalar Python: Descargue Python 3.10+ para Windows y active la opción “Add Python to PATH” durante la instalación.
Instalar PyTorch: Abra CMD o PowerShell e instale PyTorch según su hardware:
```
pip install torch torchvision torchaudio
```
(Opcional) Instalar el compilador Triton: PyTorch en Windows carece de soporte para Triton. Si desea utilizar torch.compile (disponible en PyTorch 2.0), instale el paquete de terceros triton-windows. Es opcional pero útil para la optimización del rendimiento.

Instalar EvoX:

pip install "evox[default]"

# Optional extras:
pip install "evox[vis]"           # Visualization support
pip install "evox[neuroevolution]" # Neuroevolution support

Nota: Algunos paquetes pueden requerir dependencias adicionales del sistema. Si este es el caso, el instalador le mostrará un mensaje como el siguiente:

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 encuentre este tipo de mensajes, siga las instrucciones proporcionadas para instalar las dependencias necesarias antes de continuar.

Instalación en Linux

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

Instalar dependencias del sistema: Asegúrese de que las herramientas básicas de desarrollo y Python 3.10+ estén instalados. Puede usar un administrador de paquetes (apt, yum) o Anaconda.
Instalar el driver de la GPU (si usa GPU): Use el administrador de paquetes adecuado (por ejemplo, apt) para instalar los drivers de NVIDIA. Verifique la instalación con nvidia-smi. Omita este paso si usa CPU.

Nota: En WSL, no instale los drivers de NVIDIA dentro del subsistema Linux; instálelos en el lado de Windows.

Tip: Es muy probable que solo necesite instalar el driver, pero NO necesite instalar CUDA u otras dependencias. Esas librerías ya están incluidas en la instalación de PyTorch a través de pip.

Tip: La versión del driver requerida depende de su hardware. Si tiene una GPU NVIDIA reciente, usar la versión más reciente del driver suele ser la mejor opción. Para asegurar una mejor compatibilidad y acceso a los drivers más recientes, generalmente es una buena idea usar una distribución de Linux más nueva (por ejemplo, Ubuntu 25.04 en lugar de 22.04).

Instalar PyTorch: Al igual que en Windows, instale según su hardware. Consulte la guía oficial de PyTorch.
Instalar EvoX:
```
pip install evox
```
O con extras:
```
pip install evox[vis,neuroevolution]
```
Esto instala los módulos de visualización y las dependencias de neuroevolución (como Brax). También puede elegir extras individuales como vis o neuroevolution.

Instalación en contenedores (Docker, Podman)

Para los usuarios de GPUs AMD o aquellos que buscan aislamiento del 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, instale EvoX como de costumbre usando pip.

Verificando la Instalación de EvoX

Para verificar que EvoX está instalado correctamente:

Comprobación básica: En la terminal o en el shell de Python, ejecute:
```
from torch.utils.collect_env import get_pretty_env_info
import evox
print(get_pretty_env_info())
```
Esto imprime la información de configuración de PyTorch y del sistema. Si EvoX se importa sin errores, la instalación fue exitosa. También puede verificar la versión:
```
import evox
print(evox.__version__)
```
Configuraciones opcionales: Puede ajustar configuraciones relacionadas con el rendimiento, como:
- Configurar variables de entorno como OMP_NUM_THREADS para controlar el número de hilos de la CPU.
- Aumentar la memoria compartida de Docker con --shm-size.
- Asegurarse de que su IDE (Jupyter, PyCharm, etc.) utilice el entorno de Python correcto.

Una vez completada la configuración, estará listo para comenzar a optimizar con EvoX.