强化学习环境配置
本文大篇幅来源于：https://blog.csdn.net/qq_37112826/article/details/109326195
和：https://github.com/analoganddigital/DQN_play_sekiro
rl老年交流：883276807
环境安装
以下生产环境为win10+GTX1080。
下载NVidia显卡驱动
确定CUDA版本
下载安装CUDA
（11.3.1版本直接下载链接点我）
记住第一项CUDA的安装目录，后续配置需要使用。
C:\ML\NVIDIA GPU Computing Toolkit\CUDA Development\
由于CUDA官方安装bug，需要额外加一步
在CUDA Development\bin中找到文件cusolver64_11.dll, 复制一份命名为cusolver64_10.dll
下载安装cuDNN
（v8.2.1直接下载链接点我）
将解压文件夹中的三个文件夹全部复制进cuda安装目录下，没有文件会覆盖。
cuda+cuDNN环境配置
系统应该自动添加了以下环境变量
以及
我们需要在Path中额外添加
检查安装情况：
Python安装
win+R cmd 中输入Python
系统原先没有的话，会弹出window应用商店提供安装（此文对应是python3.8版本）
Anaconda安装
安装好后配置环境，在Path中添加
Tensorflow安装
打开Anaconda Powershell Prompt, 在Anaconda的终端下输入以下指令获得本机环境。
conda info --envs
拷贝一份环境并重命名为tensoflow-gpu
conda create -n tensoflow-gpu --clone base
再次查看环境
切到新建环境：
conda activate tensoflow-gpu
通过清华源下载tensorflow，在步骤3中找到tensorflow的版本号，此处为2.4.0
pip install -U tensorflow-gpu==2.4.0 -i https://pypi.tuna.tsinghua.edu.cn/simple
若下载失败，将下载链接复制出来单独下载。
使用以下指令安装下载文件
pip install /usr/packages/.whl*
下载完后我们进行测试tensorflow的GPU版本是否安装成功
输入ipython进入ipython交互式终端，再输入命令
import tensorflow as tf
没有报错继续输入,测试GPU是否可用（若有报错，确认一下报错的dll是否已经加入环境变量Path中）
tf.test.is_gpu_available()
如果为true，则TensorFlow GPU版本安成功可用以下命令查看tensorflow版本号
tf.version
退出ipython交互式终端
exit()
顺便安装python常用库
python -m pip install -U numpy matplotlib pillow pandas -i https://pypi.tuna.tsinghua.edu.cn/simple
pip uninstall numpy
pip install numpy==1.19.2
pip install gym
pip install opencv-python
退出tensoflow-gpu环境
conda deactivate
环境测试
打开Anaconda Powershell Prompt, 进入环境conda activate tensoflow-gpu>ipython>粘贴测试代码
import tensorflow as tf
import timeit
with tf.device('/cpu:0'):
cpu_a = tf.random.normal([10000, 1000])
cpu_b = tf.random.normal([1000, 2000])
print(cpu_a.device, cpu_b.device)
with tf.device('/gpu:0'):
gpu_a = tf.random.normal([10000, 1000])
gpu_b = tf.random.normal([1000, 2000])
print(gpu_a.device, gpu_b.device)
def cpu_run():
with tf.device('/cpu:0'):
c = tf.matmul(cpu_a, cpu_b)
return c
def gpu_run():
with tf.device('/gpu:0'):
c = tf.matmul(gpu_a, gpu_b)
return c
# warm up
cpu_time = timeit.timeit(cpu_run, number=10)
gpu_time = timeit.timeit(gpu_run, number=10)
print('warmup:', cpu_time, gpu_time)
cpu_time = timeit.timeit(cpu_run, number=10)
gpu_time = timeit.timeit(gpu_run, number=10)
print('run time:', cpu_time, gpu_time)
TensorFlow IDE(集成开发环境)
推荐使用PyCharm下载官方网址：https://www.jetbrains.com/zh-cn/pycharm/download/download-thanks.html?platform=windows&code=PCC
下载安装后点击右下角设置
ok，然后apply新建
运行测试程序(！！！注意：不要在anaconda终端环境没有退出的情况下在pycharm运行，不然会报错显存不足，failed to create cublas handle: CUBLAS_STATUS_ALLOC_FAILED)
导入只狼
安装GIT
下载链接：https://git-scm.com/download/win
配置GIT
集成GitHub
Clone Project
Q:为何不使用本文开头的git链接？
A:可能是游戏版本原因，目前使用的游戏窗口大小与原代码窗口不匹配导致需要有一点改动。目前窗口大小为游戏提供的选项800x450。