EVO X

Guida all'Installazione di EvoX

Guida all’Installazione di EvoX

Installare EvoX

EvoX è disponibile su PyPI e può essere installato tramite:

# installa prima pytorch
# ad esempio:
pip install torch

# poi installa EvoX
pip install "evox[default]"

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

pip install "evox[vis,neuroevolution]"

Installare PyTorch con supporto acceleratore

evox si basa su torch per fornire l’accelerazione hardware. L’architettura complessiva di questi pacchetti Python è la seguente:

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 o supporto GPU Nvidia (CUDA) o supporto GPU AMD (ROCm) dipende dalla versione di PyTorch installata. Consulta il sito ufficiale di PyTorch per ulteriore aiuto sull’installazione: torch

Supporto GPU Nvidia su Windows

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

  1. Usare WSL 2 (Windows Subsystem for Linux) e installare PyTorch sul lato Linux.
  2. Installare direttamente PyTorch su Windows.

Per l’opzione 2, forniamo uno script one-click per il deployment rapido su Windows 10/11 64bit appena installato con GPU Nvidia. Lo script non userà WSL 2 e installerà la versione nativa di Pytorch su Windows. Installerà automaticamente applicazioni correlate come VSCode, Git e MiniForge3.

  • Assicurati che il driver Nvidia sia installato correttamente prima. Altrimenti lo script passerà 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:

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

Windows WSL 2

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

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

NVIDIA ha una dettagliata [Guida Utente CUDA su WSL](https://docs.nvidia.com/cuda/wsl-user-guide/index.html)

Supporto GPU AMD (ROCm)

Consigliamo di usare 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

Verifica dell’installazione

Apri un terminale Python ed esegui il seguente:

from torch.utils.collect_env import get_pretty_env_info
import evox

print(get_pretty_env_info())
← Torna alla documentazione