EVO X

EvoX 安装指南

EvoX 安装指南

安装 EvoX

EvoX 已发布在 PyPI 上，可以通过以下命令安装：

# 首先安装 pytorch
# 例如：
pip install torch

# 然后安装 EvoX
pip install "evox[default]"

你也可以在安装时指定额外选项，目前可用的额外选项有 vis、neuroevolution、test、docs、default。例如，要安装包含所有功能的 EvoX，请运行以下命令：

pip install "evox[vis,neuroevolution]"

安装支持加速器的 PyTorch

evox 依赖 torch 来提供硬件加速。 这些 Python 包的整体架构如下所示：

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

总而言之，evox 是否支持 CPU、Nvidia GPU（CUDA）或 AMD GPU（ROCm）取决于安装的 PyTorch 版本。请参阅 PyTorch 官方网站获取更多安装帮助：torch

Windows 上的 Nvidia GPU 支持

EvoX 通过 PyTorch 支持 GPU 加速。 在 Windows 上使用 PyTorch GPU 加速有两种方式：

  1. 使用 WSL 2（Windows Subsystem for Linux）并在 Linux 端安装 PyTorch。
  2. 直接在 Windows 上安装 PyTorch。

对于方案 2，我们提供了一个一键脚本，用于在全新安装的 Windows 10/11 64 位系统（配备 Nvidia GPU）上快速部署。该脚本不使用 WSL 2，而是在 Windows 上安装原生 PyTorch 版本。它会自动安装相关应用程序，如 VSCode、Git 和 MiniForge3。

  • 请确保首先正确安装了 Nvidia 驱动。否则脚本将回退到 CPU 模式。
  • 运行脚本时，请确保网络稳定（能够访问 github.com 等）。
  • 如果脚本因网络故障而失败，请关闭并重新打开以继续安装。

Windows 手动安装

如果你更倾向于在 Windows 上手动安装 PyTorch，可以按照以下步骤操作：

  1. 如上所述安装 Nvidia 驱动。
  2. 从 python.org 安装 Python 3.10 或更高版本。
  3. 安装 PyTorch。
  4. （可选）安装 triton-windows 以在 Windows 上支持 torch.compile。
  5. 安装 EvoX。

Windows WSL 2

下载最新的 NVIDIA Windows GPU 驱动并安装。然后你的 WSL 2 将在其 Linux 环境中支持 Nvidia GPU。

警告： 不要在 WSL 2 中安装任何 NVIDIA GPU Linux 驱动。请在 Windows 端安装驱动。

NVIDIA 提供了详细的 [CUDA on WSL 用户指南](https://docs.nvidia.com/cuda/wsl-user-guide/index.html)

AMD GPU（ROCm）支持

我们建议使用 rocm/pytorch 的 Docker 容器。

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

验证安装

打开 Python 终端，运行以下命令：

from torch.utils.collect_env import get_pretty_env_info
import evox

print(get_pretty_env_info())
← 返回文档