EVO X

Руководство по установке EvoX

Руководство по установке EvoX

Установка EvoX

EvoX доступен на PyPI и может быть установлен через:

# сначала установите pytorch
# например:
pip install torch

# затем установите EvoX
pip install "evox[default]"

Вы также можете указать дополнительные опции при установке. В настоящее время доступны дополнения vis, neuroevolution, test, docs, default. Например, чтобы установить EvoX со всеми функциями, выполните следующую команду:

pip install "evox[vis,neuroevolution]"

Установка PyTorch с поддержкой ускорителей

evox использует torch для обеспечения аппаратного ускорения. Общая архитектура этих Python-пакетов выглядит следующим образом:

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

Подводя итог, поддержка CPU, GPU Nvidia (CUDA) или GPU AMD (ROCm) в evox зависит от установленной версии PyTorch. Обратитесь к официальному сайту PyTorch для получения дополнительной помощи по установке: torch

Поддержка GPU Nvidia на Windows

EvoX поддерживает ускорение на GPU через PyTorch. Есть два способа использования PyTorch с ускорением на GPU в Windows:

  1. Использование WSL 2 (подсистема Windows для Linux) и установка PyTorch на стороне Linux.
  2. Прямая установка PyTorch на Windows.

Для варианта 2 мы предоставляем скрипт установки в один клик для быстрого развёртывания на свежеустановленных Windows 10/11 64-бит с GPU Nvidia. Скрипт не использует WSL 2 и устанавливает нативную версию Pytorch на Windows. Он автоматически установит связанные приложения, такие как VSCode, Git и MiniForge3.

  • Убедитесь, что драйвер Nvidia правильно установлен. В противном случае скрипт переключится в режим CPU.
  • При запуске скрипта обеспечьте стабильную сеть (доступ к github.com и т.д.).
  • Если скрипт завершился с ошибкой из-за сбоя сети, закройте и откройте его снова для продолжения установки.

Ручная установка на Windows

Если вы предпочитаете установить PyTorch на Windows вручную, выполните следующие шаги:

  1. Установите драйвер Nvidia, как указано выше.
  2. Установите Python 3.10 или выше с python.org.
  3. Установите PyTorch.
  4. (Опционально) Установите triton-windows для поддержки torch.compile на Windows.
  5. Установите EvoX.

Windows WSL 2

Скачайте последний драйвер NVIDIA Windows GPU и установите его. После этого ваш WSL 2 будет поддерживать GPU Nvidia в своих окружениях Linux.

Предупреждение: НЕ устанавливайте драйвер NVIDIA GPU для Linux внутри WSL 2. Установите драйвер на стороне Windows.

NVIDIA имеет подробное [Руководство пользователя CUDA на WSL](https://docs.nvidia.com/cuda/wsl-user-guide/index.html)

Поддержка GPU AMD (ROCm)

Мы рекомендуем использовать Docker-контейнер из 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

Проверка установки

Откройте терминал Python и выполните следующее:

from torch.utils.collect_env import get_pretty_env_info
import evox

print(get_pretty_env_info())
← Вернуться к документации