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!