EVO X

2. Instalação e Configuração do Ambiente

2. Instalação e Configuração do Ambiente

Antes de usar o EvoX, você precisa instalar corretamente o software e suas dependências. Este capítulo aborda os passos de instalação tanto para Windows quanto para Linux, bem como a preparação e configuração das dependências necessárias. Certifique-se de atender aos requisitos básicos do sistema antes da instalação: Python 3.10+, espaço em disco suficiente e, opcionalmente, uma GPU compatível com o driver apropriado.

Dependências e Preparativos

  • Ambiente Python: O EvoX é construído em Python, então certifique-se de que o Python 3.10 ou superior esteja instalado. É recomendado usar um ambiente virtual (como venv) para evitar conflitos de dependências.

  • PyTorch: O EvoX usa o PyTorch para operações com tensores e aceleração de hardware. Portanto, o PyTorch deve ser instalado antes de instalar o EvoX. Escolha a versão com base no seu hardware: instale a versão CUDA se você tiver uma GPU NVIDIA, a versão ROCm para GPUs AMD, ou a versão CPU se nenhuma GPU estiver disponível. Consulte o guia oficial do PyTorch para o comando apropriado, por exemplo:

    # Para GPUs NVIDIA (CUDA)
pip install torch torchvision torchaudio

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

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

É recomendado atualizar o pip para a versão mais recente e garantir uma conexão estável com a internet antes da instalação (os pacotes serão baixados do PyPI). Quando o ambiente estiver pronto, você pode instalar o EvoX.

Instalação no Windows

Usuários do Windows podem escolher entre instalação automática por script ou instalação manual. O instalador oficial de um clique fornece uma maneira fácil de configurar o EvoX e suas dependências em um ambiente limpo, mas a instalação manual permite mais controle.

Opção 1: Usando o Script de Instalação de Um Clique (win-install.bat) O EvoX fornece um script de instalação rápida para Windows 10/11 (64 bits). O script instala o Miniforge3 (um Conda leve), Python, PyTorch (com CUDA), EvoX e ferramentas úteis como VSCode e Git. Para usar:

  1. Baixe o win-install.bat da documentação do EvoX ou do GitHub. Certifique-se de ter um driver NVIDIA instalado e uma conexão estável com a internet.
  2. Execute o script. Ele não requer privilégios de administrador, mas pode solicitar permissão durante a execução — permita. O script instalará e configurará tudo automaticamente.
  3. Aguarde a conclusão. Ao finalizar com sucesso, você verá uma mensagem e possivelmente o VSCode abrindo. O EvoX e suas dependências estarão instalados.

Nota: Se o script falhar devido a problemas de rede, feche-o e execute novamente. Ele suporta retomada em caso de falha.

Opção 2: Instalação Manual Para instalar o EvoX manualmente:

  1. Instalar o Driver da GPU: Instale o driver NVIDIA mais recente do site oficial. Se não tiver uma GPU dedicada, pule esta etapa.

  2. Instalar o Python: Baixe o Python 3.10+ para Windows e habilite “Add Python to PATH” durante a instalação.

  3. Instalar o PyTorch: Abra o CMD ou PowerShell e instale o PyTorch com base no seu hardware:

    pip install torch torchvision torchaudio

  4. (Opcional) Instalar o Compilador Triton: O PyTorch no Windows não possui suporte ao Triton. Se você quiser usar o torch.compile (disponível no PyTorch 2.0), instale o triton-windows de terceiros. Opcional, mas útil para otimização de desempenho.

  5. Instalar o EvoX:

    pip install "evox[default]"

# Extras opcionais:
pip install "evox[vis]"           # Suporte a visualização
pip install "evox[neuroevolution]" # Suporte a neuroevolução

`> Nota:

Alguns pacotes podem exigir dependências adicionais do sistema. Se for o caso, o instalador exibirá uma mensagem como a seguinte:console 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/


Quando você encontrar essas mensagens, siga as instruções fornecidas para instalar as dependências necessárias antes de prosseguir.

Instalação no Linux

Instalar o EvoX no Linux (por exemplo, Ubuntu) é simples e geralmente feito via pip.

  1. Instalar Dependências do Sistema: Certifique-se de que as ferramentas básicas de desenvolvimento e o Python 3.10+ estejam instalados. Você pode usar um gerenciador de pacotes (apt, yum) ou Anaconda.

  2. Instalar o Driver da GPU (se usar GPU): Use o gerenciador de pacotes apropriado (por exemplo, apt) para instalar os drivers NVIDIA. Verifique a instalação com nvidia-smi. Pule se estiver usando CPU.

Nota: No WSL, não instale drivers NVIDIA dentro do subsistema Linux — instale-os no lado do Windows.

Dica: É muito provável que você só precise instalar o driver, mas NÃO precise instalar o CUDA ou outras dependências. Essas bibliotecas já estão incluídas na instalação do PyTorch via pip.

Dica: A versão do driver necessária depende do seu hardware. Se você tiver uma GPU NVIDIA recente, usar a versão mais recente do driver geralmente é a melhor escolha. Para garantir melhor compatibilidade e acesso aos drivers mais recentes, geralmente é uma boa ideia usar uma distribuição Linux mais recente (por exemplo, Ubuntu 25.04 em vez de 22.04).

  1. Instalar o PyTorch: Assim como no Windows, instale com base no hardware. Consulte o guia oficial do PyTorch.

  2. Instalar o EvoX:

    pip install evox

    Ou com extras:

    pip install evox[vis,neuroevolution]

    Isso instala módulos de visualização e dependências de neuroevolução (como Brax). Você também pode escolher extras individuais como vis ou neuroevolution.

Instalação em Container (Docker, Podman)

Para usuários de GPU AMD ou aqueles que buscam isolamento de ambiente, o Docker é recomendado. Por exemplo, usando a imagem oficial do PyTorch Docker com ROCm:

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

Dentro do container, instale o EvoX normalmente usando pip.

Verificando a Instalação do EvoX

Para verificar se o EvoX está instalado corretamente:

  • Verificação Básica: No terminal ou shell Python, execute:

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

    Isso imprime informações de configuração do PyTorch e do sistema. Se o EvoX for importado sem erros, a instalação foi bem-sucedida. Você também pode verificar a versão:

    import evox
print(evox.__version__)

  • Configurações Opcionais: Você pode ajustar configurações relacionadas ao desempenho, como:

    • Definir variáveis de ambiente como OMP_NUM_THREADS para controlar a contagem de threads da CPU
    • Aumentar a memória compartilhada do Docker com --shm-size
    • Garantir que sua IDE (Jupyter, PyCharm, etc.) use o ambiente Python correto

Quando a configuração estiver completa, você estará pronto para começar a otimizar com o EvoX.