EVO X

Guia de Instalação do EvoX

Guia de Instalação do EvoX

Instalar o EvoX

O EvoX está disponível no PyPI e pode ser instalado via:

# install pytorch first
# for example:
pip install torch

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

Também pode atribuir opções extras durante a instalação, os extras atualmente disponíveis são vis, neuroevolution, test, docs, default. Por exemplo, para instalar o EvoX com todas as funcionalidades, execute o seguinte comando:

pip install "evox[vis,neuroevolution]"

Instalar o PyTorch com suporte a acelerador

O evox depende do torch para fornecer aceleração de hardware. A arquitetura geral destes pacotes Python é a seguinte:

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

Em resumo, se o evox tem suporte CPU ou suporte GPU Nvidia (CUDA) ou suporte GPU AMD (ROCm) depende da versão do PyTorch instalada. Por favor, consulte o website oficial do PyTorch para mais ajuda na instalação: torch

Suporte GPU Nvidia no Windows

O EvoX suporta aceleração GPU através do PyTorch. Existem duas formas de utilizar o PyTorch com aceleração GPU no Windows:

  1. Utilizar WSL 2 (Windows Subsystem for Linux) e instalar o PyTorch no lado Linux.
  2. Instalar diretamente o PyTorch no Windows.

Para a opção 2, fornecemos um script de um clique para implementação rápida em Windows 10/11 64bit recém-instalado com GPUs Nvidia. O script não utilizará WSL 2 e instalará a versão nativa do Pytorch no Windows. Instalará automaticamente aplicações relacionadas como VSCode, Git e MiniForge3.

  • Certifique-se de que o driver Nvidia está corretamente instalado primeiro. Caso contrário, o script recorrerá ao modo cpu.
  • Ao executar o script, garanta uma rede estável (acessível a github.com etc.).
  • Se o script falhar devido a falha de rede, feche e reabra para continuar a instalação.

Instalação manual no Windows

Se preferir instalar o PyTorch diretamente no Windows manualmente, pode seguir os passos abaixo:

  1. Instale o driver Nvidia conforme mencionado acima.
  2. Instale o Python 3.10 ou superior a partir de python.org.
  3. Instale o PyTorch.
  4. (Opcional) Instale triton-windows para suporte torch.compile no Windows.
  5. Instale o EvoX.

Windows WSL 2

Descarregue o driver GPU NVIDIA Windows mais recente e instale-o. Depois o seu WSL 2 suportará GPUs Nvidia nos seus ambientes Linux.

Aviso: NÃO instale nenhum driver GPU Linux NVIDIA dentro do WSL 2. Instale o driver no lado do Windows.

A NVIDIA tem um [Guia do Utilizador CUDA no WSL](https://docs.nvidia.com/cuda/wsl-user-guide/index.html) detalhado

Suporte GPU AMD (ROCm)

Recomendamos a utilização de um contentor Docker de 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

Verificar a instalação

Abra um terminal Python e execute o seguinte:

from torch.utils.collect_env import get_pretty_env_info
import evox

print(get_pretty_env_info())
← Voltar à documentação