2. 安裝與環境設定

在使用 EvoX 之前，您需要正確安裝軟體及其相依套件。本章涵蓋 Windows 和 Linux 的安裝步驟，以及如何準備和配置所需的相依項目。安裝前請確保您滿足基本系統需求：Python 3.10+、足夠的磁碟空間，以及可選的支援 GPU 和相應驅動程式。

相依項目與準備工作

Python 環境：EvoX 基於 Python 建構，因此請確保已安裝 Python 3.10 或更高版本。建議使用虛擬環境（如 venv）以避免相依性衝突。
PyTorch：EvoX 使用 PyTorch 進行張量運算和硬體加速。因此，必須在安裝 EvoX 之前先安裝 PyTorch。根據您的硬體選擇版本：如果有 NVIDIA GPU 則安裝 CUDA 版本，AMD GPU 則安裝 ROCm 版本，沒有 GPU 則安裝 CPU 版本。請參考 PyTorch 官方指南獲取相應的命令，例如：
```
# 適用於 NVIDIA GPU（CUDA）
pip install torch torchvision torchaudio

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

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

建議在安裝前將 pip 更新到最新版本，並確保網路連線穩定（套件將從 PyPI 下載）。環境準備就緒後，即可安裝 EvoX。

在 Windows 上安裝

Windows 使用者可以選擇自動腳本安裝或手動安裝。官方一鍵安裝程式提供了在乾淨環境中設定 EvoX 及其相依項目的簡便方式，但手動安裝可以提供更多控制。

選項 1：使用一鍵安裝腳本（win-install.bat） EvoX 為 Windows 10/11（64 位元）提供了快速安裝腳本。該腳本會安裝 Miniforge3（輕量級 Conda）、Python、PyTorch（含 CUDA）、EvoX，以及 VSCode 和 Git 等實用工具。使用方法：

從 EvoX 文件或 GitHub 下載 win-install.bat。確保已安裝 NVIDIA 驅動程式並有穩定的網路連線。
執行腳本。它不需要管理員權限，但執行過程中可能會請求許可——請允許。腳本將自動安裝和配置所有內容。
等待完成。成功後，您會看到一條訊息，VSCode 可能會開啟。EvoX 及其相依項目將已安裝完成。

注意：如果腳本因網路問題而失敗，請關閉後重新執行。它支援失敗後繼續。

選項 2：手動安裝 手動安裝 EvoX：

安裝 GPU 驅動程式：從官方網站安裝最新的 NVIDIA 驅動程式。如果沒有獨立 GPU，請跳過此步驟。
安裝 Python：下載 Python 3.10+ Windows 版，安裝時啟用「Add Python to PATH」。
安裝 PyTorch：開啟 CMD 或 PowerShell，根據您的硬體安裝 PyTorch：
```
pip install torch torchvision torchaudio
```
（可選）安裝 Triton 編譯器：Windows 上的 PyTorch 缺少 Triton 支援。如果您想使用 torch.compile（PyTorch 2.0 提供），請安裝第三方 triton-windows。可選但對效能最佳化有用。

安裝 EvoX：

pip install "evox[default]"

# 可選的額外功能：
pip install "evox[vis]"           # 視覺化支援
pip install "evox[neuroevolution]" # 神經演化支援

`> 注意：

某些套件可能需要額外的系統相依項目。如果是這種情況，安裝程式會提示您類似以下的訊息：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/


當您遇到此類訊息時，請按照提供的說明安裝必要的相依項目後再繼續。

在 Linux 上安裝

在 Linux（如 Ubuntu）上安裝 EvoX 非常簡單，主要透過 pip 處理。

安裝系統相依項目：確保已安裝基本開發工具和 Python 3.10+。您可以使用套件管理器（apt、yum）或 Anaconda。
安裝 GPU 驅動程式（如果使用 GPU）：使用適當的套件管理器（如 apt）安裝 NVIDIA 驅動程式。使用 nvidia-smi 驗證安裝。如果使用 CPU 則跳過。

注意： 在 WSL 上，不要在 Linux 子系統內安裝 NVIDIA 驅動程式——請在 Windows 端安裝。

提示： 您很可能只需要安裝驅動程式，而不需要安裝 CUDA 或其他相依項目。這些函式庫已包含在透過 pip 安裝的 PyTorch 中。

提示： 所需的驅動程式版本取決於您的硬體。如果您有較新的 NVIDIA GPU，使用最新的驅動程式版本通常是最佳選擇。為了確保更好的相容性和存取最新的驅動程式，通常建議使用較新的 Linux 發行版（例如 Ubuntu 25.04 而非 22.04）。

安裝 PyTorch：與 Windows 相同，根據硬體安裝。請參考 PyTorch 官方指南。
安裝 EvoX：
```
pip install evox
```
或帶有額外功能：
```
pip install evox[vis,neuroevolution]
```
這會安裝視覺化模組和神經演化相依項目（如 Brax）。您也可以選擇單獨的額外功能，如 vis 或 neuroevolution。

容器安裝（Docker、Podman）

對於 AMD GPU 使用者或需要環境隔離的使用者，建議使用 Docker。例如，使用帶有 ROCm 的官方 PyTorch Docker 映像：

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

在容器內，照常使用 pip 安裝 EvoX。

驗證 EvoX 安裝

要驗證 EvoX 是否正確安裝：

基本檢查：在終端機或 Python shell 中執行：
```
from torch.utils.collect_env import get_pretty_env_info
import evox
print(get_pretty_env_info())
```
這會列印 PyTorch 和系統配置資訊。如果 EvoX 匯入時沒有錯誤，則安裝成功。您也可以檢查版本：
```
import evox
print(evox.__version__)
```
可選設定：您可以調整與效能相關的設定，例如：
- 設定環境變數如 OMP_NUM_THREADS 來控制 CPU 執行緒數
- 使用 --shm-size 增加 Docker 共享記憶體
- 確保您的 IDE（Jupyter、PyCharm 等）使用正確的 Python 環境

設定完成後，您就可以開始使用 EvoX 進行最佳化了。