unity中使用tensorflow 深度学习框架 ml-agents v0.8，TFSharpPlugin.unitypackage 0.5最新版教程(for mac windows)

本文链接：https://blog.csdn.net/lengyoumo/article/details/90413429

unity tensorflow 环境安装

unity tensorflow 官方教程
unity版本必须经过配置。不像c#那样简单。

第一部分，安装tensorflow环境

1，安装anaconda

anaconda 是python的包管理程序，有了它tensorflow的配置会简化不少，兵器额允许各种不同版本的python同时存在十分方便。conda的基础命令教程在https://blog.csdn.net/lengyoumo/article/details/102720967，感兴趣的可以去查阅

第一步我们需要到anaconda官网选择适合的系统版本，windows或mac。安装完成后，打开命令行就可以输入conda命令了。

2，使用anaconda创建python环境

打开命令行工具，输入以下命令：
创建python环境

conda create -n python3.6 python=3.6

这段命令的意思是建立一个名为python3.6的环境，该环境python版本是3.6
输入命令后一路回车就可以进行环境安装了。
安装完成后输入以下指令进入刚刚创建的环境

conda activate python3.6

安装tensorflow

继续在命令行中输入命令：

 pip install tensorflow

该命令的作用是在当前环境安装tensorflow。值得一提的是tensorflow分为两个版本，一个是cpu版一个是gpu版。如果你的显卡是中、高端显卡，推荐你安装gpu版本，本人实测在gtx2080显卡下，训练速度提高了不止30倍。
关于tensorflow的不同版本安装详情，请查看此教程https://blog.csdn.net/lengyoumo/article/details/89272188

安装mlagents 的python环境工具

pip install mlagents

安装unity的mlgents部分

1. 获取mlgents

在git中输入以下命令直接获取资源，也可以直接到https://github.com/Unity-Technologies/ml-agents.git下载获取代码包

git clone https://github.com/Unity-Technologies/ml-agents.git

2. 安装依赖

进入刚下载的ml-agents相关目录，执行以下命令安装项目所需的文件！

cd ml-agents-envs
pip install -e ./
cd ..
cd ml-agents
pip install -e ./

以上命令是分别进入ml-agents-envs和ml-agents目录使用pip install -e来安装依赖
然后等待安装结束即可

三测试！！！

打开unity 新建一个项目
将ml-agents目录下的unity-sdk -> assets目录下的所有文件都拖到unity项目中的Assets目录中。
在unity中打开simple中的scene 运行即可看到效果！

关于在unit中使用tensflow

该项目依赖tensorflow环境，当你的程序打包出来后，要求客户端也需要有tensorflow才行。如果希望直接就能使用（包括android ios），那就要使用TFSharpPlugin才行。另外，如果想在项目中直接调用tensflow的api 也需要引入这个库。

搞定TensorFlowSharp

TensorFlowSharp项目
c# 项目（非unity）可以直接使用只要在vs2019中项目选项中设置nuget包，搜索tensorflowSharp 然后引入，既可直接在项目中使用。
项目地址：https://github.com/migueldeicaza/TensorFlowSharp
unity 则必须使用 tensorflowsharp的unity专用包。该包包含一个tensorflow环境，使你不必依赖系统环境。可以直接跨平台打包。
unity包地址：https://s3.amazonaws.com/unity-ml-agents/0.5/TFSharpPlugin.unitypackage
该包包含ml-agents 和 TensorFlowSharp！
下面有测试代码哦～
如果该文章帮到了你，麻烦给个赞，多谢！！

相关文章
https://www.atyun.com/25429.html

测试tensorflowSharp 的代码

在代码中添加

using System;
using TensorFlow;
using System.Collections;
using System.Text;
using tensorflowCtest;
//using TensorFlowSharpCore;

namespace tensorflowCtest
{
    class Program
    {
        static void Main(string[] args)
        {
            Console.WriteLine("Hello World!");

            using (var session = new TFSession())
            {
                var graph = session.Graph;
                Console.WriteLine(TFCore.Version);
                var a = graph.Const(2);
                var b = graph.Const(3);
                Console.WriteLine("a=2 b=3");

                // 两常量加 
                var addingResults = session.GetRunner().Run(graph.Add(a, b));
                var addingResultValue = addingResults.GetValue();
                Console.WriteLine("a+b={0}", addingResults);

                // 两常量乘
                var multiplyResults = session.GetRunner().Run(graph.Mul(a, b));
                var multiplyResultValue = multiplyResults.GetValue();
                Console.WriteLine("a*b={0}", multiplyResultValue);
                var tft = new TFTensor(Encoding.UTF8.GetBytes($"Hello TensorFlow Version {TFCore.Version}! LineZero"));
                var hello = graph.Const(tft);
                var helloResults = session.GetRunner().Run(hello);
                Console.WriteLine(Encoding.UTF8.GetString((byte[])helloResults.GetValue()));
            }
            Console.ReadKey();
        }
    }
}