anaconda下创建一个强化学习运行环境(包括tensorflow,pytorch和gym)

这篇博客介绍了如何使用Anaconda创建自定义Python环境,并详细阐述了如何在环境中安装特定版本的Tensorflow、PyTorch和Gym库,避免版本冲突。首先,通过anaconda-create命令创建环境,然后激活环境并检查Python版本。接着,使用pip安装指定版本的Tensorflow。对于PyTorch,提供了CPU版本的安装指令。最后,安装Gym库。完成配置后,需在VSCode中选择对应的Python环境运行代码。
部署运行你感兴趣的模型镜像

创建环境

anaconda - create - 输入自定义环境名称和需要的python版本。
(建议预先考虑好需要的tensorflow,pytorch和gym与python版本对应号,不要出现版本冲突)

tensorflow

进入anaconda prompt,以 rl 作为环境名称演示。

activate rl(rl是环境名称)

如果需要查询对应环境下的python版本号,输入

python -V

然后安装tensorflow特定版本。

pip install --upgrade --ignore-installed tensorflow==版本号

pytorch

进入官网,https://pytorch.org/get-started/previous-versions/。搜索需要的对应版本pytorch安装。以cpu版本为例:

# CPU Only
conda install pytorch==1.9.0 torchvision==0.10.0 torchaudio==0.9.0 cpuonly -c pytorch

gym

pip install -timeout=100 --upgrade --ignore-installed gym==版本号

完成配置后重启vscode,ctrl+shift+p输入python:select interpreter,可以选择对应环境运行代码。

您可能感兴趣的与本文相关的镜像

PyTorch 2.5

PyTorch 2.5

PyTorch
Cuda

PyTorch 是一个开源的 Python 机器学习库,基于 Torch 库,底层由 C++ 实现,应用于人工智能领域,如计算机视觉和自然语言处理

评论 1
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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