EVO X
Open menu

2. インストールと環境設定

2. インストールと環境設定

EvoXを使用する前に、ソフトウェアとその依存関係を適切にインストールする必要があります。本章では、WindowsおよびLinuxでのインストール手順と、必要な依存関係の準備・設定方法について説明します。インストール前に、基本的なシステム要件（Python 3.10以上、十分なディスク容量、および必要に応じて適切なドライバを備えたサポート対象のGPU）を満たしていることを確認してください。

依存関係と準備

  • Python環境: EvoXはPythonで構築されているため、Python 3.10以上がインストールされていることを確認してください。依存関係の競合を避けるために、仮想環境（venvなど）の使用を推奨します。

  • PyTorch: EvoXはテンソル演算とハードウェアアクセラレーションにPyTorchを使用します。そのため、EvoXをインストールする前にPyTorchをインストールする必要があります。ハードウェアに合わせてバージョンを選択してください：NVIDIA GPUをお持ちの場合はCUDA版、AMD GPUの場合はROCm版、GPUがない場合はCPU版をインストールします。適切なコマンドについてはPyTorch公式ガイドを参照してください。例：

    # 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

インストール前にpipを最新バージョンに更新し、安定したインターネット接続を確保することを推奨します（パッケージはPyPIからダウンロードされます）。環境の準備ができたら、EvoXをインストールできます。

Windowsでのインストール

Windowsユーザーは、自動スクリプトインストールまたは手動インストールを選択できます。公式のワンクリックインストーラーを使用すると、クリーンな環境でEvoXとその依存関係を簡単にセットアップできますが、手動インストールではより詳細な制御が可能です。

オプション1: ワンクリックインストールスクリプトの使用 (win-install.bat) EvoXは、Windows 10/11 (64-bit) 用のクイックインストールスクリプトを提供しています。このスクリプトは、Miniforge3（軽量なConda）、Python、PyTorch（CUDA対応）、EvoX、およびVSCodeやGitなどの便利なツールをインストールします。使用方法：

  1. EvoXのドキュメントまたはGitHubからwin-install.batをダウンロードします。NVIDIAドライバがインストールされており、安定したインターネット接続があることを確認してください。
  2. スクリプトを実行します。管理者権限は不要ですが、実行中に許可を求められる場合がありますので、許可してください。スクリプトはすべてを自動的にインストールおよび設定します。
  3. 完了するまで待ちます。成功するとメッセージが表示され、VSCodeが開く場合があります。これでEvoXとその依存関係がインストールされます。

注: ネットワークの問題でスクリプトが失敗した場合は、閉じてから再実行してください。失敗した箇所からの再開をサポートしています。

オプション2: 手動インストール EvoXを手動でインストールするには：

  1. GPUドライバのインストール: 公式サイトから最新のNVIDIAドライバをインストールします。専用GPUがない場合は、この手順をスキップしてください。

  2. Pythonのインストール: Windows用Python 3.10+をダウンロードし、インストール中に「Add Python to PATH」を有効にしてください。

  3. PyTorchのインストール: CMDまたはPowerShellを開き、ハードウェアに基づいてPyTorchをインストールします：

    pip install torch torchvision torchaudio

  4. (オプション) Tritonコンパイラのインストール: Windows上のPyTorchにはTritonサポートが含まれていません。torch.compile（PyTorch 2.0で使用可能）を使用したい場合は、サードパーティ製のtriton-windowsをインストールしてください。パフォーマンス最適化に役立ちますが、必須ではありません。

  5. EvoXのインストール:

    pip install "evox[default]"

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

注: 一部のパッケージには追加のシステム依存関係が必要な場合があります。その場合、インストーラーは次のようなメッセージを表示します：

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/

このようなメッセージが表示された場合は、指示に従って必要な依存関係をインストールしてから続行してください。

Linuxでのインストール

Linux（例：Ubuntu）へのEvoXのインストールは簡単で、主にpipを介して行われます。

  1. システム依存関係のインストール: 基本的な開発ツールとPython 3.10以上がインストールされていることを確認してください。パッケージマネージャー（apt, yum）またはAnacondaを使用できます。

  2. GPUドライバのインストール（GPUを使用する場合）: 適切なパッケージマネージャー（例：apt）を使用してNVIDIAドライバをインストールします。nvidia-smiでインストールを確認してください。CPUを使用する場合はスキップしてください。

注: WSL上では、Linuxサブシステム内にはNVIDIAドライバをインストールしないでください。Windows側にインストールしてください。

ヒント: ドライバのみをインストールすればよく、CUDAやその他の依存関係をインストールする必要はない可能性が高いです。 これらのライブラリは、pip経由のPyTorchインストールにすでに含まれています。

ヒント: 必要なドライバのバージョンはハードウェアによって異なります。最新のNVIDIA GPUをお持ちの場合、最新のドライババージョンを使用するのが最良の選択であることが多いです。 互換性を高め、最新のドライバにアクセスするには、一般的に新しいLinuxディストリビューション（例：Ubuntu 22.04ではなく25.04）を使用することをお勧めします。

  1. PyTorchのインストール: Windowsと同様に、ハードウェアに基づいてインストールします。PyTorch公式ガイドを参照してください。

  2. EvoXのインストール:

    pip install evox

    またはextrasを含める場合：

    pip install evox[vis,neuroevolution]

    これにより、可視化モジュールとニューロエボリューションの依存関係（Braxなど）がインストールされます。visやneuroevolutionなどの個別のextrasを選択することもできます。

コンテナインストール (Docker, Podman)

AMD GPUユーザーや環境の分離を求めるユーザーには、Dockerが推奨されます。例えば、ROCmを使用した公式PyTorch Dockerイメージを使用する場合：

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

コンテナ内で、通常通りpipを使用してEvoXをインストールします。

EvoXインストールの確認

EvoXが正しくインストールされていることを確認するには：

  • 基本的な確認: ターミナルまたはPythonシェルで以下を実行します：

    from torch.utils.collect_env import get_pretty_env_info
import evox
print(get_pretty_env_info())

    これにより、PyTorchとシステム構成情報が出力されます。EvoXがエラーなくインポートされれば、インストールは成功です。バージョンを確認することもできます：

    import evox
print(evox.__version__)

  • オプション設定: パフォーマンス関連の設定を調整することができます。例：

    • OMP_NUM_THREADSなどの環境変数を設定してCPUスレッド数を制御する
    • --shm-sizeでDockerの共有メモリを増やす
    • IDE（Jupyter, PyCharmなど）が正しいPython環境を使用していることを確認する

セットアップが完了したら、EvoXを使用して最適化を開始する準備が整いました。