EVO X

2. Instalação e Configuração do Ambiente

2. Instalação e Configuração do Ambiente

Antes de utilizar o EvoX, é necessário instalar corretamente o software e as suas dependências. Este capítulo abrange os passos de instalação tanto para Windows como para Linux, bem como a preparação e configuração das dependências necessárias. Certifique-se de que cumpre os requisitos básicos do sistema antes da instalação: Python 3.10+, espaço em disco suficiente e, opcionalmente, uma GPU suportada com o driver apropriado.

Dependências e Preparações

  • Ambiente Python: O EvoX é construído sobre Python, portanto certifique-se de que o Python 3.10 ou superior está instalado. Recomenda-se a utilização de um ambiente virtual (como venv) para evitar conflitos de dependências.

  • PyTorch: O EvoX utiliza 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 tiver uma GPU NVIDIA, a versão ROCm para GPUs AMD, ou a versão CPU se não tiver GPU 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

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

Recomenda-se atualizar o pip para a versão mais recente e garantir uma ligação estável à internet antes da instalação (os pacotes serão descarregados do PyPI). Assim que o ambiente estiver pronto, pode instalar o EvoX.

Instalação no Windows

Os utilizadores de Windows podem escolher entre instalação automática por script ou instalação manual. O instalador automático oficial fornece uma forma fácil de configurar o EvoX e as suas dependências num ambiente limpo, mas a instalação manual permite maior controlo.

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

  1. Descarregue o win-install.bat da documentação do EvoX ou do GitHub. Certifique-se de que tem um driver NVIDIA instalado e uma ligação estável à internet.
  2. Execute o script. Não requer privilégios de administrador, mas pode solicitar permissão durante a execução — permita. O script instalará e configurará tudo automaticamente.
  3. Aguarde a conclusão. Após o sucesso, verá uma mensagem e possivelmente o VSCode a abrir. O EvoX e as suas dependências estarão instalados.

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

Opção 2: Instalação Manual Para instalar manualmente o EvoX:

  1. Instalar o Driver GPU: Instale o driver NVIDIA mais recente a partir do site oficial. Se não tiver GPU dedicada, ignore este passo.

  2. Instalar o Python: Descarregue o Python 3.10+ para Windows e ative “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 tem suporte Triton. Se quiser utilizar 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 de visualização
pip install "evox[neuroevolution]" # Suporte de neuroevolução

`> Nota:

Alguns pacotes podem requerer dependências adicionais do sistema. Se for o caso, o instalador irá apresentar 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 encontrar tais 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 maioritariamente gerido via pip.

  1. Instalar Dependências do Sistema: Certifique-se de que as ferramentas básicas de desenvolvimento e o Python 3.10+ estão instalados. Pode utilizar um gestor de pacotes (apt, yum) ou Anaconda.

  2. Instalar o Driver GPU (se utilizar GPU): Utilize o gestor de pacotes apropriado (por exemplo, apt) para instalar os drivers NVIDIA. Verifique a instalação com nvidia-smi. Ignore se utilizar CPU.

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

Dica: É muito provável que apenas precise de instalar o driver, mas NÃO precise de instalar 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 tiver uma GPU NVIDIA recente, utilizar a versão mais recente do driver é frequentemente a melhor escolha. Para garantir melhor compatibilidade e acesso aos drivers mais recentes, é geralmente uma boa ideia utilizar uma distribuição Linux mais recente (por exemplo, Ubuntu 25.04 em vez de 22.04).

  1. Instalar o PyTorch: 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]

    Isto instala módulos de visualização e dependências de neuroevolução (como Brax). Também pode escolher extras individuais como vis ou neuroevolution.

Instalação em Contentor (Docker, Podman)

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

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

Dentro do contentor, instale o EvoX normalmente utilizando pip.

Verificar a Instalação do EvoX

Para verificar que o EvoX está corretamente instalado:

  • 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())

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

    import evox
print(evox.__version__)

  • Definições Opcionais: Pode ajustar definições relacionadas com o desempenho, tais como:

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

Assim que a configuração estiver completa, está pronto para começar a otimizar com o EvoX.