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 preparación y configuración de las dependencias necesarias. Asegúrate 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 controlador adecuado.

Dependencias y preparativos

Entorno de Python: EvoX está basado en Python, por lo que debes asegurarte 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 que EvoX. Elige la versión según tu hardware: instala la versión CUDA si tienes una GPU NVIDIA, la versión ROCm para GPUs AMD, o la versión CPU si no dispones de GPU. Consulta 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, puedes instalar EvoX.

Instalación en Windows

Los usuarios de Windows pueden elegir entre la instalación mediante script automático 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, mientras que 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:

Descarga win-install.bat desde la documentación de EvoX o GitHub. Asegúrate de tener instalado un controlador de NVIDIA y una conexión a internet estable.
Ejecuta el script. No requiere privilegios de administrador, pero puede solicitar permisos durante la ejecución; acéptalos. El script instalará y configurará todo automáticamente.
Espera a que finalice. Si tiene éxito, verás un mensaje y posiblemente se abra VSCode. EvoX y sus dependencias estarán instalados.

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

Opción 2: Instalación manual Para instalar EvoX manualmente:

Instalar el controlador de la GPU: Instala el último controlador de NVIDIA desde el sitio web oficial. Si no tienes una GPU dedicada, sáltate este paso.
Instalar Python: Descarga Python 3.10+ para Windows y activa la opción “Add Python to PATH” durante la instalación.
Instalar PyTorch: Abre CMD o PowerShell e instala PyTorch según tu hardware:
```
pip install torch torchvision torchaudio
```
(Opcional) Instalar el 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. 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 de sistema adicionales. Si este es el caso, el instalador te 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 encuentres este tipo de mensajes, sigue 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 gestiona principalmente a través de `pip`.

1. **Instalar dependencias del sistema**: Asegúrate de que las herramientas básicas de desarrollo y Python 3.10+ estén instalados. Puedes usar un gestor de paquetes (apt, yum) o Anaconda.

2. **Instalar el controlador de la GPU** (si se usa GPU): Utiliza el gestor de paquetes adecuado (por ejemplo, `apt`) para instalar los controladores de NVIDIA. Verifica la instalación con `nvidia-smi`. Sáltate este paso si usas CPU.

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

> **Consejo:**
> Es muy probable que solo necesites instalar el controlador, pero NO necesites instalar CUDA u otras dependencias.
> Esas librerías ya están incluidas en la instalación de PyTorch a través de pip.

> **Consejo:**
> La versión del controlador requerida depende de tu hardware. Si tienes una GPU NVIDIA reciente, usar la última versión del controlador suele ser la mejor opción.
> Para asegurar una mejor compatibilidad y acceso a los controladores más recientes, generalmente es una buena idea usar una distribución de Linux más nueva (por ejemplo, Ubuntu 25.04 en lugar de 22.04).

1. **Instalar PyTorch**: Al igual que en Windows, instálalo según el hardware. Consulta la [guía oficial de PyTorch](https://pytorch.org).

2. **Instalar EvoX**:

 ```bash
 pip install evox
 ```

 O con extras:

 ```bash
 pip install evox[vis,neuroevolution]
 ```

 Esto instala los módulos de visualización y las dependencias de neuroevolución (como Brax). También puedes elegir extras individuales como `vis` o `neuroevolution`.

#### Instalación en contenedores (Docker, Podman)

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

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

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

## Verificación de la instalación de EvoX

Para verificar que EvoX está correctamente instalado:

- **Comprobación básica**: En la terminal o en el shell de Python, ejecuta:

```python
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 ha sido exitosa. También puedes comprobar la versión:

```python
import evox
print(evox.__version__)
```

- **Ajustes opcionales**: Puedes 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`.
- Asegurarte de que tu IDE (Jupyter, PyCharm, etc.) utilice el entorno de Python correcto.

Una vez completada la configuración, ya estás listo para empezar a optimizar con EvoX.