从0开始学深度强化学习之采坑之路

引论

       从上一周导师要求开始做深度强化学习（Deep rainforcement learning）开始，从学习理论到开始到github找了一个flappybird项目去进行实践。ε=(´ο｀*)))唉，一言难尽，走过了这些坑以此留下一些采坑经验供给后续相关学习者少走弯路。

环境相关

     因为从数院转过来，对计算机linux，pycharm等还不太熟悉，所以给从0开始学习DRL的学习者普及一下：1、python：python是个语言，很多编译器例如pycharm、visual studio等都自带python语言可以直接编写，但是python可以运用丰富的扩展库去让我们实现所需要的代码更加方便，所以库管理又是一个问题；

2、pycharm：pycharm是一个非常好用的自带python的编译器，如果你从头开始学python，学习语法等，你甚至都可以不用下载python，直接下载一个pycharm就可以把python代码跑起来。

如果需要类似pycharm、opencv-python等扩展包也可以使用pycharm的扩展功能，扩展包添加如图：

在这里输入你所需要的包之后点击install Package之后就把包安装到了你这个python的项目中，非常方便（注意：电脑挂着VPN会导致install失败）。但是有一个缺点就是无法指定扩展包的版本，所以只能初学的时候使用。那么如何更加方便的调用python扩展包呢，这里我们就可以使用anaconda来管理我们的包。

3、anaconda：这里先说一下anaconda与pycharm还有python的关系，比如说我需要运行一个小游戏代码我需要pygame，turtle等包进行编译，同时我还需要运行一个深度神经网络的代码，需要opcv-python和tenorflow等库。这个时候我们需要两个不同的扩展包环境去运行非常麻烦。于是anaconda应运而生，anaconda就是一个包管理工具，比如说现在我的电脑里已经设置了三套扩展包环境

这里我就可以用DRL的环境去跑深度强化学习代码，test的环境去跑python练习题目代码，而我现在比如我需要在DRL的环境中添加pygame扩展包，我只需要先进入到DRL环境中，然后直接pip install pygame 就可以

然后就可以把我所需要的包添加到我的DRL环境中去。所以总结来说，anaconda就是一个包和环境的管理工具，这可以让我们更加方便管理和运用我们所需要的环境。那么pycharm和anaconda的关系是怎么样？

其实pycharm是可以变换环境的，一般在pycharm的这里进行替换

比如这里，我可以运用到第一个anaconda中我设置的test的环境或者运用到第二个python自带的环境中去，如何把把anaconda中设置好的环境搭配到pycharm项目中去，可以先找到我们所创建的环境，例如我把anaconda放到E盘

然后回到pycharm点击这里

像这样把环境中的python.exe文件导入即可，这里我导入的是test环境，如果需要导入DRL环境就把路径中的test换成DRL即可。

至此，关于python，pycharm以及anaconda的一些理解就到此为止了。

但是比如我找了一个DRL的代码还需要tenorflow以及cuda和cudnn的支持，配置环境更加麻烦，等我把这个问题解决再写个博客

文章中有可能有与实际出入的情况，劳烦各位在评论区留言，我只要看到就会给予修改，勿给后人留弯路，respect！