2. 安装与环境配置

在使用 EvoX 之前，您需要正确安装软件及其依赖项。本章涵盖了 Windows 和 Linux 的安装步骤，以及如何准备和配置所需的依赖项。安装前请确保满足基本系统要求：Python 3.10+、足够的磁盘空间，以及可选的支持 GPU 和相应的驱动程序。

依赖项与准备工作

Python 环境：EvoX 基于 Python 构建，因此请确保安装了 Python 3.10 或更高版本。建议使用虚拟环境（如 venv）以避免依赖冲突。
PyTorch：EvoX 使用 PyTorch 进行张量运算和硬件加速。因此，在安装 EvoX 之前必须先安装 PyTorch。根据您的硬件选择版本：如果有 NVIDIA GPU，请安装 CUDA 版本；如果是 AMD GPU，请安装 ROCm 版本；如果没有 GPU，请安装 CPU 版本。请参考 PyTorch 官方指南获取相应的命令，例如：
```
# For NVIDIA GPUs (CUDA)
pip install torch torchvision torchaudio

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

# For CPU-only
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cpu
```

建议在安装前将 pip 更新到最新版本，并确保网络连接稳定（软件包将从 PyPI 下载）。环境准备就绪后，即可安装 EvoX。

Windows 安装

Windows 用户可以选择 自动脚本安装 或 手动安装。官方的一键安装程序提供了一种简单的方法，可以在干净的环境中设置 EvoX 及其依赖项，但手动安装允许更多的控制权。

选项 1：使用一键安装脚本 (win-install.bat) EvoX 为 Windows 10/11 (64-bit) 提供了一个快速安装脚本。该脚本会安装 Miniforge3（轻量级 Conda）、Python、PyTorch (CUDA 版)、EvoX 以及 VSCode 和 Git 等实用工具。使用方法：

从 EvoX 文档或 GitHub 下载 win-install.bat。确保已安装 NVIDIA 驱动并保持网络连接稳定。
运行脚本。它不需要管理员权限，但在执行过程中可能会请求权限——请允许。脚本将自动安装和配置所有内容。
等待完成。成功后，您会看到一条消息，VSCode 可能会自动打开。EvoX 及其依赖项即安装完毕。

注意：如果脚本因网络问题失败，请关闭并重新运行。它支持断点续传。

选项 2：手动安装 要手动安装 EvoX：

安装 GPU 驱动：从官方网站安装最新的 NVIDIA 驱动。如果没有独立 GPU，请跳过此步骤。
安装 Python：下载 Python 3.10+ for Windows 并在安装过程中勾选 “Add Python to PATH”。
安装 PyTorch：打开 CMD 或 PowerShell，根据您的硬件安装 PyTorch：
```
pip install torch torchvision torchaudio
```
(可选) 安装 Triton 编译器：Windows 上的 PyTorch 缺少 Triton 支持。如果您想使用 torch.compile（在 PyTorch 2.0 中可用），请安装第三方的 triton-windows。这是可选的，但对性能优化很有用。

安装 EvoX：

pip install "evox[default]"

# Optional extras:
pip install "evox[vis]"           # Visualization support
pip install "evox[neuroevolution]" # Neuroevolution support

注意： 某些软件包可能需要额外的系统依赖项。如果是这种情况，安装程序会提示类似以下的消息：
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/
遇到此类消息时，请按照提供的说明安装必要的依赖项，然后再继续。

Linux 安装

在 Linux（如 Ubuntu）上安装 EvoX 非常简单，主要通过 pip 处理。

安装系统依赖：确保已安装基本的开发工具和 Python 3.10+。您可以使用包管理器（apt, yum）或 Anaconda。
安装 GPU 驱动（如果使用 GPU）：使用相应的包管理器（如 apt）安装 NVIDIA 驱动。使用 nvidia-smi 验证安装。如果使用 CPU，请跳过。

注意： 在 WSL 上，不要在 Linux 子系统内安装 NVIDIA 驱动——请在 Windows 端安装。

提示： 很可能您只需要安装驱动程序，而不需要安装 CUDA 或其他依赖项。这些库已经包含在通过 pip 安装的 PyTorch 中。

提示： 所需的驱动程序版本取决于您的硬件。如果您拥有较新的 NVIDIA GPU，使用最新的驱动程序版本通常是最佳选择。为了确保更好的兼容性并获取最新的驱动程序，通常建议使用较新的 Linux 发行版（例如 Ubuntu 25.04 而不是 22.04）。

安装 PyTorch：与 Windows 一样，根据硬件进行安装。请参考 PyTorch 官方指南。
安装 EvoX：
```
pip install evox
```
或者安装扩展功能：
```
pip install evox[vis,neuroevolution]
```
这将安装可视化模块和神经进化依赖项（如 Brax）。您也可以选择单独的扩展，如 vis 或 neuroevolution。

容器安装 (Docker, Podman)

对于 AMD GPU 用户或寻求环境隔离的用户，建议使用 Docker。例如，使用带有 ROCm 的官方 PyTorch Docker 镜像：

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

在容器内，像往常一样使用 pip 安装 EvoX。

验证 EvoX 安装

要验证 EvoX 是否已正确安装：

基本检查：在终端或 Python shell 中运行：
```
from torch.utils.collect_env import get_pretty_env_info
import evox
print(get_pretty_env_info())
```
这将打印 PyTorch 和系统配置信息。如果导入 EvoX 没有报错，则安装成功。您还可以检查版本：
```
import evox
print(evox.__version__)
```
可选设置：您可以调整与性能相关的设置，例如：
- 设置环境变量（如 OMP_NUM_THREADS）以控制 CPU 线程数
- 使用 --shm-size 增加 Docker 共享内存
- 确保您的 IDE（Jupyter, PyCharm 等）使用正确的 Python 环境

设置完成后，您就可以开始使用 EvoX 进行优化了。