6. 故障排除与优化

在使用 EvoX 时，您可能会遇到问题或希望微调算法。本章概述了常见问题及其解决方案，以及调试策略和性能调优技巧，帮助您解决问题并优化使用体验。

---

6.1 常见问题与解决方案

以下是一些常见问题及其解决方法：

(1) 安装或导入错误：

• 症状：运行 import evox 时报错。
• 解决方案：
  • 检查安装：运行 pip show evox 进行验证。如果未安装，请检查您的虚拟环境并重新安装。
  • 缺少依赖：如果看到 ModuleNotFoundError: No module named 'torch'，请按照第 2 章所述安装 PyTorch。
  • CUDA 不匹配：确保您的 PyTorch 版本与安装的 CUDA 驱动程序匹配。

(2) 未使用 GPU：

• 症状：EvoX 在 CPU 而非 GPU 上运行。
• 解决方案：
  • 使用 torch.cuda.is_available() 检查。如果为 False，请重新安装兼容 GPU 的 PyTorch 并检查 CUDA 安装。
  • 如果为 True 但 EvoX 仍使用 CPU，请确保您的张量已移动到 GPU（有关配置请参阅第 3 章）。

(3) 内存/显存不足 (OOM)：

• 症状：出现 OutOfMemoryError。
• 解决方案：
  • 减小种群规模、问题维度或评估频率。
  • 使用 float16（半精度）或分批评估。
  • 关闭 PyTorch 中的调试/确定性模式。
  • 仅存储统计数据而不是完整的 Pareto 前沿（针对多目标）。
  • 升级硬件是解决内存瓶颈的最终办法。

(4) 收敛停滞：

• 症状：算法陷入局部最优。
• 解决方案：
  • 增加种群多样性（例如，提高变异率）。
  • 尝试不同的算法或参数。
  • 确保目标函数定义明确（不要太嘈杂或太平坦）。
  • 运行多次试验并选取最佳结果——EvoX 使并行运行变得容易。

(5) 优化结果不佳：

• 症状：最终结果低于预期。
• 解决方案：
  • 检查问题定义：确保适应度计算正确（例如符号、缩放）。
  • 算法适配：尝试其他算法或调整超参数。
  • 使用收敛曲线：
    • 过早平坦 → 早熟收敛。
    • 震荡 → 随机性过高。
  • 调整算法设置并分析随时间变化的行为。

(6) 后端冲突 (JAX vs PyTorch)：

• 症状：在使用 PyTorch 示例时意外安装了 JAX 版本的 EvoX。
• 解决方案：默认的 pip install evox 提供的是 PyTorch 版本。如果您安装了 JAX 版本，请按照 PyTorch 说明重新安装（见第 2 章）。JAX 功能有单独的文档说明。

(7) 版本不匹配：

• 症状：API 调用与安装的版本不匹配。
• 解决方案：
  • EvoX 更新可能会更改方法名称（例如 ask/tell → step）。
  • 使用最新的稳定版本并参考其文档。
  • 调整代码以适配您的 EvoX 版本，或考虑升级。

---

6.2 调试技巧

由于进化算法的随机性，调试可能比较棘手。以下是一些实用技巧：

(1) 使用小规模测试：

• 减少种群规模和迭代次数以简化调试。
• 例如：pop_size=5, iterations=20。
• 这使得跟踪种群行为和隔离问题变得更容易。

(2) 插入打印语句：

• 打印种群适应度、最佳个体和中间值。
• 对于大型张量，打印形状（shapes）或对较小的张量使用 .tolist()。
• 有助于理解收敛情况和算子的影响。

(3) 使用 IDE 断点：

• 使用 PyCharm 或 VS Code 在算法 step() 或评估逻辑中设置断点。
• 检查变量值、张量内容或状态转换。
• 对大型张量要小心——限制检查内容以避免崩溃。

(4) 对自定义组件进行单元测试：

• 单独测试交叉/变异函数。
• 在完全集成之前，使用合成输入验证输出形状和逻辑。

(5) 性能分析 (Profiling)：

• 使用 torch.autograd.profiler.profile 或 time.time() 测量步骤耗时。
• 帮助定位瓶颈或无限循环。
• 确定减速是发生在评估中还是算法逻辑中。

(6) 将输出记录到文件：

• 对于长时间运行，将日志写入 .csv 文件。
• 包括每一代的最佳适应度、多样性统计数据等。
• 当崩溃导致无法看到控制台输出时非常有用。

总的来说，调试 EvoX 项目需要平衡正确性检查和结果分析。首先专注于确保算法正常运行，然后再优化其有效性。

---

6.3 性能调优指南

这些技巧有助于您从 EvoX 中挖掘更快的速度和更高的质量：

(1) 渐进式扩展：

• 从小开始：用小输入测试逻辑。
• 逐步扩展：逐渐扩大规模并观察运行时间如何增加。
• 识别低效：如果扩展是非线性的（例如，10 倍种群 → >10 倍时间），则找出低效之处。

(2) 监控硬件使用情况：

• 使用 nvidia-smi 监控 GPU，使用 htop 监控 CPU。
• 高 GPU 利用率（>50%）是理想的。
• 低 GPU 使用率可能意味着数据不在 GPU 上，或者频繁的 CPU-GPU 传输拖慢了速度。

(3) 调整并行度：

• 设置 CPU 线程：torch.set_num_threads(n)。
• 如果使用多线程评估工具，避免过度订阅（oversubscription）。
• 对于 GPU，如果使用批处理环境或数据集，请优化 DataLoader 线程。

(4) 利用批量评估：

• 批量评估比逐个个体评估更快。
• 始终向量化 Problem.evaluate() 以处理整个种群。

(5) 减少 Python 开销：

• 将繁重的逻辑移至 Algorithm 或 Problem 内部，避免在主循环中使用复杂的 Python 代码。
• 大多数操作使用 workflow.step()。
• 如果每代诊断拖慢了运行速度，请尽量减少它们。

(6) 调整算法选择：

• 尝试 CMA-ES, GA, PSO, RVEA 等——没有一种算法适合所有问题。
• 一个收敛更快的算法可能比微调一个收敛缓慢的算法更能节省时间。

性能调优是迭代的。只要有耐心，您可以将运行时间从数小时缩短到数分钟。EvoX 提供了许多“旋钮”——明智地使用它们来平衡速度和解的质量。