EVO X

2. Установка и настройка окружения

2. Установка и настройка окружения

Перед использованием EvoX необходимо правильно установить программное обеспечение и его зависимости. В этой главе рассматриваются шаги установки для Windows и Linux, а также подготовка и настройка необходимых зависимостей. Убедитесь, что вы соответствуете базовым системным требованиям перед установкой: Python 3.10+, достаточное дисковое пространство и, опционально, поддерживаемый GPU с соответствующим драйвером.

Зависимости и подготовка

  • Окружение Python: EvoX построен на Python, поэтому убедитесь, что установлен Python 3.10 или выше. Рекомендуется использовать виртуальное окружение (например, venv) для избежания конфликтов зависимостей.

  • PyTorch: EvoX использует PyTorch для тензорных операций и аппаратного ускорения. Поэтому PyTorch должен быть установлен до установки EvoX. Выберите версию в зависимости от вашего оборудования: установите версию с CUDA, если у вас GPU NVIDIA, версию с ROCm для GPU AMD или версию для CPU, если GPU недоступен. Обратитесь к официальному руководству PyTorch для получения соответствующей команды, например:

    # Для GPU NVIDIA (CUDA)
pip install torch torchvision torchaudio

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

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

Рекомендуется обновить pip до последней версии и обеспечить стабильное интернет-соединение перед установкой (пакеты будут загружены с PyPI). Когда окружение готово, можно устанавливать EvoX.

Установка на Windows

Пользователи Windows могут выбрать автоматическую установку скриптом или ручную установку. Официальный скрипт установки в один клик обеспечивает простой способ настройки EvoX и его зависимостей в чистом окружении, но ручная установка даёт больше контроля.

Вариант 1: Использование скрипта установки в один клик (win-install.bat) EvoX предоставляет скрипт быстрой установки для Windows 10/11 (64-бит). Скрипт устанавливает Miniforge3 (облегчённый Conda), Python, PyTorch (с CUDA), EvoX и полезные инструменты, такие как VSCode и Git. Для использования:

  1. Скачайте win-install.bat из документации EvoX или GitHub. Убедитесь, что у вас установлен драйвер NVIDIA и есть стабильное интернет-соединение.
  2. Запустите скрипт. Он не требует прав администратора, но может запросить разрешение во время выполнения — разрешите. Скрипт автоматически установит и настроит всё необходимое.
  3. Дождитесь завершения. При успешном выполнении вы увидите сообщение и, возможно, откроется VSCode. EvoX и его зависимости будут установлены.

Примечание: Если скрипт завершится с ошибкой из-за проблем с сетью, закройте его и запустите снова. Он поддерживает возобновление при сбое.

Вариант 2: Ручная установка Для ручной установки EvoX:

  1. Установите драйвер GPU: Установите последний драйвер NVIDIA с официального сайта. Если нет выделенного GPU, пропустите этот шаг.

  2. Установите Python: Скачайте Python 3.10+ для Windows и включите «Add Python to PATH» во время установки.

  3. Установите PyTorch: Откройте CMD или PowerShell и установите PyTorch в зависимости от вашего оборудования:

    pip install torch torchvision torchaudio

  4. (Опционально) Установите компилятор Triton: PyTorch на Windows не имеет поддержки Triton. Если вы хотите использовать torch.compile (доступен в PyTorch 2.0), установите сторонний triton-windows. Опционально, но полезно для оптимизации производительности.

  5. Установите EvoX:

    pip install "evox[default]"

# Опциональные дополнения:
pip install "evox[vis]"           # Поддержка визуализации
pip install "evox[neuroevolution]" # Поддержка нейроэволюции

`> Примечание:

Некоторые пакеты могут требовать дополнительных системных зависимостей. В этом случае установщик выведет сообщение, подобное следующему: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/


При появлении таких сообщений следуйте предоставленным инструкциям для установки необходимых зависимостей перед продолжением.

Установка на Linux

Установка EvoX на Linux (например, Ubuntu) проста и в основном выполняется через pip.

  1. Установите системные зависимости: Убедитесь, что установлены базовые инструменты разработки и Python 3.10+. Вы можете использовать менеджер пакетов (apt, yum) или Anaconda.

  2. Установите драйвер GPU (при использовании GPU): Используйте соответствующий менеджер пакетов (например, apt) для установки драйверов NVIDIA. Проверьте установку с помощью nvidia-smi. Пропустите, если используете CPU.

Примечание: В WSL не устанавливайте драйверы NVIDIA внутри подсистемы Linux — устанавливайте их на стороне Windows.

Совет: Скорее всего, вам нужно установить только драйвер, но НЕ нужно устанавливать CUDA или другие зависимости. Эти библиотеки уже включены в установку PyTorch через pip.

Совет: Требуемая версия драйвера зависит от вашего оборудования. Если у вас новый GPU NVIDIA, использование последней версии драйвера часто является лучшим выбором. Для обеспечения лучшей совместимости и доступа к последним драйверам, как правило, рекомендуется использовать более новый дистрибутив Linux (например, Ubuntu 25.04 вместо 22.04).

  1. Установите PyTorch: Как и на Windows, установите в зависимости от оборудования. Обратитесь к официальному руководству PyTorch.

  2. Установите EvoX:

    pip install evox

    Или с дополнениями:

    pip install evox[vis,neuroevolution]

    Это установит модули визуализации и зависимости нейроэволюции (такие как Brax). Вы также можете выбрать отдельные дополнения, такие как vis или neuroevolution.

Установка в контейнере (Docker, Podman)

Для пользователей GPU AMD или тех, кто ищет изоляцию окружения, рекомендуется Docker. Например, используя официальный образ Docker PyTorch с ROCm:

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

Внутри контейнера установите EvoX как обычно с помощью pip.

Проверка установки EvoX

Чтобы убедиться, что EvoX правильно установлен:

  • Базовая проверка: В терминале или оболочке Python выполните:

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

    Это выведет информацию о конфигурации PyTorch и системы. Если EvoX импортируется без ошибок, установка прошла успешно. Вы также можете проверить версию:

    import evox
print(evox.__version__)

  • Дополнительные настройки: Вы можете настроить параметры, связанные с производительностью, такие как:

    • Установка переменных окружения, таких как OMP_NUM_THREADS, для управления количеством потоков CPU
    • Увеличение общей памяти Docker с помощью --shm-size
    • Убедитесь, что ваша IDE (Jupyter, PyCharm и т.д.) использует правильное окружение Python

После завершения настройки вы готовы начать оптимизацию с EvoX.