EvoX安装教程

安装EvoX

EvoX 可通过 PyPI 获取，并可通过以下方式安装：

# install pytorch first
# for example:
pip install torch

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

您还可以在安装期间指定额外选项，目前可用的额外选项包括 vis、neuroevolution、test、docs、default。例如，要安装具有全部功能的 EvoX，请运行以下命令:

pip install "evox[vis,neuroevolution]"

安装支持加速器的 PyTorch

evox 依赖于 torch 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。请参考 PyTorch 官方网站以获取更多安装帮助：torch

Nvidia GPU 支持在 Windows 上

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

  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。

对于选项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（带 Nvidia GPUs）上快速部署。该脚本不会使用 WSL 2，而是会在 Windows 上安装本地版本的 Pytorch。它还会自动安装相关应用程序，如 VSCode、Git 和 MiniForge3。

  • 确保先正确安装 Nvidia driver。否则脚本将回退到 cpu 模式。

  • 运行脚本时，确保网络稳定（可访问 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上的手动安装

如果您希望在 Windows 上手动安装 PyTorch，可以按照以下步骤操作：

  1. 按照上述所提到的方式安装 Nvidia 驱动。

  2. 从python.org安装 Python 3.10 或更高版本。

  3. 安装 PyTorch。

  4. （可选）在 Windows 上安装 triton-windows 以支持 torch.compile。

  5. 安装 EvoX。

Windows WSL 2

下载并安装最新的 NVIDIA Windows GPU 驱动程序。然后，您的 WSL 2 将在其 Linux 环境中支持 Nvidia GPU。

警告

请不要在WSL 2中安装任何NVIDIA GPU Linux驱动。在Windows端安装驱动。

参见

NVIDIA官方有一个详细的教程 CUDA on WSL User Guide

AMD GPU (ROCm) 支持

我们建议使用来自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

验证安装

打开 Python 终端，并运行以下命令：

from torch.utils.collect_env import get_pretty_env_info
import evox

print(get_pretty_env_info())