pymarl运行环境配置+pytorch安装GPU版

---

前言

运行环境总是拦住人的第一步。
本文是结合多个博客及个人遇到的问题的总结。

---

一、pymarl运行环境配置

这个环境的安装在网上有比较多的例子，但个人看了参考很多之后，发现这位小姐姐的流程是最清楚的，而且在windows10、windows11、ubuntu20上都成功安装。
【多智能体强化学习】Pymarl虚拟环境安装步骤（Windows/Ubuntu）

注意：按照这个链接安装到“二、创建pymarl虚拟环境”的第二步“2.安装pytorch”后如果遇到下图：

此时说明你即将安装的pytorch是cpu版的，那么如何安装GPU版呢？看下一部分

二、pytorch安装GPU版

从pytorch官网找对应版本

直接运行的运行该命令就可能会导致安装的是个CPU版本。
此时可以通过以下命令验证：`

import torch
torch.cuda.is_available()

结果为False就是CPU版，为True就是GPU版。

如果是CPU版，如何变成GPU版？想要寻根问底可参考下文，写得非常详细：
conda安装GPU版pytorch，结果却是cpu版本[找到问题根源，从容解决]

以下是可以直接操作部分：

conda create -n pytorch-GPU python=3.7 # 创建一个python3.7的conda环境
conda activate pytorch-GPU # 进入该conda环境
conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ # 换conda源
conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/ # 换conda源
conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/ # 换conda源
conda install cudatoolkit=10.2 -c http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/win-64/ # 安装 cuda
conda install cudnn=7.6 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/win-64/ # 安装cudnn
conda install pytorch==1.10.1 torchvision==0.11.2 cudatoolkit=10.2  -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/win-64/ # 安装pytorch

执行最后一条命令前，务必去清华大学开源软件镜像站看一下针对你的python版本、cuda版本、cudnn版本有没有对应的pytorch GPU包。