rl-policies-attacks 代码 Debug 记录

Chen37058

已于 2023-03-30 12:02:53 修改

阅读量1.3k

点赞数

分类专栏：机器学习文章标签：深度学习

于 2022-11-10 14:12:15 首次发布

本文链接：https://blog.csdn.net/YABTL/article/details/127787744

版权

机器学习专栏收录该内容

2 篇文章 0 订阅

订阅专栏

Dependencies（探索出可行的版本）

cuda==11.0

pytorch==1.7.0

torchvision==0.8.0

torchaudio==0.7.0

cudatoolkit=11.0

python==3.8.13

advertorch==0.2.3

tianshou==0.3.1

atari-py==0.2.9

gym==0.18.0

（atari-py需要导入Rom）

1、环境配置BUG

项目地址：https://github.com/davide97l/rl-policies-attacks-defenses。GitHub没有写环境版本，项目GitHub的issues里有人问环境版本，但是作者没有回答。

用xshell连接Ubuntu服务器，安装了Anaconda3，配置CUDA环境变量，安装Pytorch，配置jupyter notebook。xftp修改代码不方便，于是找了教程用vscode连接实验室的服务器。连好服务器后，在jupyter notebook中运行代码。

error：cannot import name ‘zero_gradients’ from ‘torch.autograd.gradcheck’ ，网上说是旧版的pytorch有这个函数，但是新版pytorch没有，可以在新版中添加这个函数，但是添加了也太行，那就更换pytorch的版本。

尝试在base环境中更换pytorch版本为1.7.0，然后：

error：failed with initial frozen solve. Retrying with flexible solve.

https://blog.csdn.net/weixin_38419133/article/details/115863940

所以新建了一个conda虚拟环境，在新虚拟环境中先把cuda环境变量改成了10.1，然后装了pytorch1.7.0

conda切换虚拟环境之后：

error：Command ‘jupyter’ not found, but can be installed with:

安装nb_conda后能打开jupyter notebook

pip安装了requirements（默认安装的都是最新版的）：

advertorch，gym，opencv-python，atari-py

然后在jupyter notebook运行代码遇到如下问题：

error：cannot import name ‘ListReplayBuffer’ from 'tianshou.data’

更换tianshou版本：https://pypi.org/project/tianshou/#history

error：TqdmWarning: IProgress not found. Please update jupyter and ipywidgets.

https://blog.csdn.net/buluxianfeng/article/details/123316251

error：NameNotFound: Environment PongNoFrameskip doesn’t exist.

https://stackoverflow.com/questions/69442971/error-in-importing-environment-openai-gym

pip install gym==0.18.0

Exception: ROM is missing for pong, see https://github.com/openai/atari-py#roms for instructions

python -m atari_py.import_roms jupyter/Roms work!

2、如何指定GPU

查看GPU情况：https://blog.csdn.net/dcrmg/article/details/78146797。

pytorch指定gpu：https://blog.csdn.net/LLY_A_/article/details/119488452

https://blog.csdn.net/weixin_43402775/article/details/109223794

UserWarning:NVIDIA GeForce RTX 3080 Ti with CUDA capability sm_86 is not compatible with the current PyTorch installation.The current PyTorch install supports CUDA capabilities sm_37 sm_50 sm_60 sm_61 sm_70 sm_75 compute_37.

https://blog.csdn.net/weixin_44120025/article/details/121747212

算力为8.x的显卡使用的cuda版本应该大于等于11.0

有的函数要用到相对路径，因此要：%cd jupyter/rl-policies-attacks-defenses-master

代码中指定GPU：device = 'cuda:1' if torch.cuda.is_available() else 'cpu’

查看、关闭当前服务器上进程：https://blog.csdn.net/jiangyu1013/article/details/82984210

3、用PPO训练chopper command

Train PPO agent to play ChopperCommand.

（14:35~19:12，训练了5h左右；19：55测试完，测试用了1h左右；用的GPU1）

python atari_a2c_ppo.py --env-name "ChopperCommandNoFrameskip-v4" --algo ppo --use-gae --lr 2.5e-4 --clip-param 0.1 --value-loss-coef 0.5 --num-processes 8 --num-steps 128 --num-mini-batch 4 --log-interval 1 --use-linear-lr-decay --entropy-coef 0.01 --cuda-deterministic

Test PPO agent playing ChopperCommand：python atari_a2c_ppo.py --env-name "ChopperCommandNoFrameskip-v4" --algo ppo --resume_path "log/ChopperCommandNoFrameskip-v4/ppo/policy.pth" --watch --test_num 10

测试1：
在这里插入图片描述

最终测试：

在这里插入图片描述

后来上paperswithcode看sota，最好的模型的Score竟可以上万！不过这里的mean reward和score真的一样吗？paperswithcode.com/task/atari-games

经常出现警告：Visual Studio Code is unable to watch for file changes in this large workspace。应该2个程序一起训练vscode看不过来了？

还有error：Bus error (core dumped)

Train DQN agent to play ChopperCommand.

（用的GPU2）

python atari_dqn.py --task ChopperCommandNoFrameskip-v4

在这里插入图片描述

vscode 连接服务器，为什么跑一会程序就自己中断了？休眠时间更改为“永不”、断国外VPN、改用流量……都不行。应该是图书馆wifi又差了，经过1个小时又连上了。

Test DQN agent playing ChopperCommand：.python atari_dqn.py --resume_path "log/ChopperCommandNoFrameskip-v4/dqn/policy.pth" --watch --test_num 10 --task "PongNoFrameskip-v4”

生成GIF动画

方法：