Guida all’Installazione di EvoX

Installare EvoX

EvoX è disponibile su PyPI e può essere installato tramite:

# install pytorch first
# for example:
pip install torch

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

Puoi anche assegnare opzioni extra durante l’installazione, gli extra attualmente disponibili sono vis, neuroevolution, test, docs, default. Per esempio, per installare EvoX con tutte le funzionalità, esegui il seguente comando:

pip install "evox[vis,neuroevolution]"

Installare PyTorch con supporto per acceleratori

evox si affida a torch per fornire l’accelerazione hardware. L’architettura generale di questi pacchetti Python appare così:

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

In sintesi, se evox ha supporto CPU, supporto Nvidia GPU (CUDA) o supporto AMD GPU (ROCm) dipende dalla versione di PyTorch installata. Si prega di fare riferimento al sito ufficiale di PyTorch per ulteriore aiuto sull’installazione: torch

Supporto Nvidia GPU su Windows

EvoX supporta l’accelerazione GPU tramite PyTorch. Ci sono due modi per utilizzare PyTorch con accelerazione GPU su Windows:

Utilizzando WSL 2 (Windows Subsystem for Linux) e installando PyTorch sul lato Linux.
Installando direttamente PyTorch su Windows.

Per l’opzione 2, forniamo uno script one-click per una distribuzione rapida su installazioni pulite di Windows 10/11 64bit con GPU Nvidia. Lo script non utilizzerà WSL 2 e installerà la versione nativa di PyTorch su Windows. Installerà automaticamente applicazioni correlate come VSCode, Git e MiniForge3.

Assicurati prima che il driver Nvidia sia installato correttamente. Altrimenti lo script tornerà alla modalità cpu.
Quando esegui lo script, assicurati di avere una rete stabile (accessibile a github.com ecc.).
Se lo script fallisce a causa di un errore di rete, chiudilo e riaprilo per continuare l’installazione.

Installazione manuale su Windows

Se preferisci installare PyTorch direttamente su Windows manualmente, puoi seguire i passaggi seguenti:

Installa il driver Nvidia come menzionato sopra.
Installa Python 3.10 o superiore da python.org.
Installa PyTorch.
(Opzionale) Installa triton-windows per il supporto di torch.compile su Windows.
Installa EvoX.

Windows WSL 2

Scarica l’ultimo driver GPU NVIDIA per Windows e installalo. Successivamente, il tuo WSL 2 supporterà le GPU Nvidia nei suoi ambienti Linux.

Attenzione: NON installare alcun driver Linux per GPU NVIDIA all’interno di WSL 2. Installa il driver sul lato Windows.

NVIDIA dispone di una dettagliata Guida utente CUDA su WSL

Supporto AMD GPU (ROCm)

Raccomandiamo l’uso di un container Docker da 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

Verificare l’installazione

Apri un terminale Python ed esegui quanto segue:

from torch.utils.collect_env import get_pretty_env_info
import evox

print(get_pretty_env_info())

Guida all'Installazione di EvoX