EVO X

EvoX 安裝指南

EvoX 安裝指南

安裝 EvoX

EvoX 可在 PyPI 上取得，可透過以下方式安裝：

# install pytorch first
# for example:
pip install torch

# then install EvoX
pip install "evox[default]"

您也可以在安裝時指定額外選項，目前可用的額外選項有 vis、neuroevolution、test、docs、default。例如，要安裝包含所有功能的 EvoX，請執行以下命令：

pip install "evox[vis,neuroevolution]"

安裝支援加速器的 PyTorch

evox 依賴 torch 來提供硬體加速。 這些 Python 套件的整體架構如下：

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

總結來說，evox 是否支援 CPU、Nvidia GPU（CUDA）或 AMD GPU（ROCm）取決於已安裝的 PyTorch 版本。請參考 PyTorch 官方網站獲取更多安裝幫助：torch

Windows 上的 Nvidia GPU 支援

EvoX 透過 PyTorch 支援 GPU 加速。 在 Windows 上使用 PyTorch GPU 加速有兩種方式：

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

對於選項 2，我們提供了一個一鍵腳本，用於在全新安裝的 Windows 10/11 64 位元系統（配備 Nvidia GPU）上快速部署。該腳本不使用 WSL 2，而是在 Windows 上安裝原生的 PyTorch 版本。它會自動安裝相關應用程式，如 VSCode、Git 和 MiniForge3。

  • 請先確保 Nvidia 驅動程式 已正確安裝。否則腳本將回退到 CPU 模式。
  • 執行腳本時，請確保網路穩定（可存取 github.com 等）。
  • 如果腳本因網路故障而失敗，請關閉後重新開啟以繼續安裝。

Windows 上的手動安裝

如果您偏好在 Windows 上手動安裝 PyTorch，可以按照以下步驟操作：

  1. 如上所述安裝 Nvidia 驅動程式。
  2. 從 python.org 安裝 Python 3.10 或以上版本。
  3. 安裝 PyTorch。
  4. （可選）安裝 triton-windows 以在 Windows 上支援 torch.compile。
  5. 安裝 EvoX。

Windows WSL 2

下載最新的 NVIDIA Windows GPU 驅動程式並安裝。然後您的 WSL 2 將在其 Linux 環境中支援 Nvidia GPU。

警告： 不要在 WSL 2 內安裝任何 NVIDIA GPU Linux 驅動程式。請在 Windows 端安裝驅動程式。

NVIDIA has a detailed [CUDA on WSL User Guide](https://docs.nvidia.com/cuda/wsl-user-guide/index.html)

AMD GPU（ROCm）支援

我們建議使用來自 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

驗證安裝

開啟 Python 終端機，執行以下命令：

from torch.utils.collect_env import get_pretty_env_info
import evox

print(get_pretty_env_info())
← 返回文件