ML-AGENTS 0.8.1 环境搭建

6 篇文章 0 订阅
3 篇文章 0 订阅

https://github.com/Unity-Technologies/ml-agents/blob/0.8.1/docs/Installation-Windows.md
unity官网指导搭建教程,请参考。
1.安装Anaconda 3.5.1.0版本
2.装完运行anaconda配置环境,运行命令 pip install mlagents
3.pip install tensorflow==1.7.1 安装tensorflow1.7.1版本
4.https://github.com/Unity-Technologies/ml-agents/archive/master.zip 安装此文件,避过官网的此步骤安装。不要问为什么,亲自测试。
5.运行 pip install mlagents
6.cd C:\Downloads\ml-agents 进入你下载的unity agents0.8.1项目目录下。
7.分别安装两个文件。依次运行如下命令:
cd ml-agents-envs
pip install -e .
cd …
cd ml-agents
pip install -e .
8.可以运行mlagents-learn --help 命令测试是否安装成功,成功会显示unity logo和一些提示文字。
9.运行训练命令。进入项目根目录,切记别弄错了。
mlagents-learn config\trainer_config.yaml --run-id=test001 --train
10.如果提示可以运行unity时运行unity,就进入训练模式。

1. 首先,在远程服务器上安装Unity3D编辑器。可以根据服务器的操作系统选择相应的版本,下载安装包并按照指示安装。 2. 接着,在Unity3D编辑器中安装ml-agents插件。打开Unity3D编辑器,在菜单栏中选择“Window”>“Package Manager”,然后搜索和安装“ml-agents”插件。 3. 然后,下载和安装Python 3.6或更高版本。可以从Python官网下载相应的安装程序,并按照指示安装。 4. 安装TensorFlow和其他必要的Python库。可以使用以下命令在终端中安装: ``` pip install tensorflow==1.15.2 pip install mlagents==0.17.0 pip install numpy pip install pillow ``` 5. 配置ml-agents环境变量。在终端中输入以下命令,将ml-agents路径添加到环境变量中: ``` export PYTHONPATH=$PYTHONPATH:<ml-agents路径> ``` 6. 创建一个新的Unity项目,并将ml-agents示例场景导入到项目中。 7. 在终端中启动ml-agents训练模式。在终端中输入以下命令启动训练模式: ``` mlagents-learn <trainer-config-file> --env=<unity-environment-path> ``` 其中,trainer-config-file是训练配置文件的路径,unity-environment-path是Unity环境的路径。 8. 等待训练完成。训练过程可能需要几个小时或更长时间,具体取决于训练配置和计算机性能。 9. 在训练完成后,可以使用训练好的模型进行推理和预测。在Unity中打开ml-agents示例场景,并运行推理模式即可。 以上是在远程服务器上搭建ml-agents环境的步骤。如果遇到任何问题,可以参考官方文档或在社区中寻求帮助。
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值