ubuntu的强化学习环境配置 Python, anaconda, gym, tendorflow,pytorch, baselines, mujoco + jupyter, pycharm

linux 常用项

# 安装依赖项
conda install pip

闪屏的解决办法

anaconda 和 python 版本对应表

安装python 3.6

安装依赖项

sudo apt-get install build-essential checkinstall
sudo apt-get install libreadline-gplv2-dev libncursesw5-dev libssl-dev libsqlite3-dev tk-dev libgdbm-dev libc6-dev libbz2-dev

python org releases org
下载python 3.6.5 Gzipped source tarball版本

#解压
tar -xvf Python-3.6.5.tgz

cd /opt/Python-3.6.5
./configure
make
sudo make install

安装 anaconda 3

安装Anaconda3-5.2.0
Anaconda 3 org

#在下载好的目录路径下
bash ~/Downloads/Anaconda3-5.2.0-Linux-x86_64.sh

#在 ~/.basrc 文件的最后加上 路径:  aeasringnar 换成自己的名字
# 可以在安装的时候选择 Yes 将路径直接添加
export PATH=/home/aeasringnar/anaconda3/bin:$PATH

Anaconda环境中配置

创建虚拟环境

conda create -n env_mj python=3.6
# 虚拟环境的名字是 env_mj

source activate env_mj   # 将进入虚拟环境 

conda env list   #  将查看创建的虚拟环境

conda deactivate   # 会离开当前环境

安装 jupyter内核,加载虚拟环境

#创建jupyter用的环境

pip install jupyter 
# 安装ipykernel
conda install ipykernel
# 为虚拟环境创建kernel文件
conda install -n env_mj ipykernel
# 将环境写入notebook的kernel中
python -m ipykernel install --user --name=env_mj

安装tensorflow 1.15 + gym 简易版

# tensorflow
conda install tensorflow=1.15

PS: 如果需要使用tensorflow2 以上的版本, 则需要改变版本号
tensorflow2对应的不同版本对应着不同的keras版本: 对应关系如下:
https://blog.csdn.net/qq_45696978/article/details/122674158

# 安装Gym简易版 
pip install gym

安装pybullet

 conda install -c conda-forge pybullet

安装Mujoco

安装 mujoco 2.0 from Mujoco org

mkdir ~/.mujoco
cp mjpro210_linux.zip ~/.mujoco   #在download下重新打开 terminal
cd ~/.mujoco  
unzip mjpro210_linux.zip

#添加环境变量
gedit ~/.bashrc
export LD_LIBRARY_PATH=~/.mujoco/mjpro210/bin${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
export MUJOCO_KEY_PATH=~/.mujoco${MUJOCO_KEY_PATH}


# 重新打开terminal
#测试安装
cd ~/.mujoco/mjpro210rm /mujoco210/bin
./simulate ../model/humanoid.xml 

mujoco-py 安装与配置 (anaconda中)

安装mujoco-py的依赖项

sudo apt-get install libglew-dev
conda install numpy
sudo apt-get install libgl1-mesa-dev libgl1-mesa-glx libosmesa6-dev
sudo apt-get install patchelf
#安装cffi
pip3 install cffi
source activate env_mj

git clone https://github.com/openai/mujoco-py.git

# 安装mujoco-py 
pip install -U 'mujoco-py<2.2,>=2.1'

在Home目录下下载Mujoco-py
mujoco-py 安装常见问题: 深度强化学习环境安装

需要 atari_py的ROMS 需要更新
GitHub - openai/atari-py: A packaged and slightly-modified version of https://github.com/bbitmaster/ale_python_interface

pytorch

conda install pytorch torchvision torchaudio cpuonly -c pytorch

安装baselines

安装依赖项

pip install pandas 
sudo apt-get install python-numpy 
pip install matplotlib

pip install atari_py
pip install filelock 
git clone https://github.com/openai/baselines.git
cd baselines
pip install -e .

测试 baselines

pip install pytest

pytest # 如果出现error,添加相关源

pycharm 安装

pycharm 打开 直接使用 sh ./pycharm.sh 安装就可以

环境变量配置

sudo kdevelop /etc/profile
# 最后一行添加 
 export PATH=~/Downloads/pycharm-community-2017.3.3/bin:$PATH
 # 路径是存放pycharm的路径

之后就可以直接使用 以下命令就可以打开pycharm了

pycharm.sh   

安装
robotsuite

  • 0
    点赞
  • 9
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
安装Windows上的Anaconda3、PyTorchPyCharm的步骤如下: 1. 首先,在浏览器中搜索Anaconda3并访问官方网站。选择适用于Windows的Anaconda3版本,并下载安装程序。 2. 一旦下载完成,运行安装程序。按照默认选项进行安装,注意选择合适的安装路径。 3. 完成Anaconda3的安装后,打开Anaconda Navigator。在Navigator的首页上,可以找到常用的Python工具和环境。 4. 在Anaconda Navigator中,点击"Environments"选项卡,然后点击"Create"按钮来创建一个新的环境。 5. 输入环境的名称(例如"pytorch_env")并选择Python版本,然后点击"Create"按钮。 6. 在创建的环境中,点击"Home"选项卡,然后在右上角的搜索框中输入"pytorch"来搜索PyTorch。 7. 在搜索结果中,选择合适的PyTorch版本(根据自己的需求和系统环境选择)并点击"Apply"按钮进行安装。 8. 等待安装完成后,返回到Navigator的首页,点击"Play"按钮运行PyTorch所在的环境。 9. 现在,可以使用PyTorch库进行深度学习任务了。 10. 接下来,打开PyCharm的官方网站,搜索并下载适用于Windows的PyCharm版本。 11. 运行下载的安装程序,并按照默认选项进行安装。 12. 完成PyCharm的安装后,打开它并选择新建项目或打开现有项目。 13. 在PyCharm中,点击左上角的"File"菜单,选择"Settings"来打开设置。 14. 在设置中,选择"Project Interpreter"选项卡,然后点击右侧的齿轮图标并选择"Add"按钮。 15. 在弹出的窗口中,选择"Conda Environment",然后选择已经创建好的pytorch_env环境。 16. 点击"OK"按钮,等待PyCharm配置所选的环境。 17. 现在,可以在PyCharm中编写和运行使用PyTorch的代码了。 这样,你就成功地在Windows上安装了Anaconda3、PyTorchPyCharm,并设置好了开发环境。可以开始使用PyTorch进行深度学习任务,并使用PyCharm来编写和运行代码了。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
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