Win10系统强化学习环境配置

已于 2022-06-02 13:23:27 修改
阅读量615 收藏 1
点赞数
分类专栏： 强化学习 文章标签： python pytorch pycharm
于 2022-05-13 10:12:59 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/qq_41320692/article/details/124745602
版权

注：环境配置对标书籍《强化学习入门：从原理到实践》(作者叶强)所需环境

1. Anaconda安装

直接官网下载
安装时注意勾选该页面两个选项

在这里插入图片描述
安装完成后检查系统环境变量是否已经包含下图几项，没有的话手动添加环境变量
在这里插入图片描述

2. Pycharm安装

直接官网下载Community版本即可
安装时注意勾选该页面的选项

在这里插入图片描述

3. Conda环境管理

3.1. 创建虚拟环境

conda create --name yourEnv python=3
最低0.47元/天 解锁文章
强化学习实战——Motion Imitation环境配置+所遇问题（win10）
LZL2020LZL的博客
11-30 741
注意：本篇环境配置是基于上一篇环境的延续！！！
强化学习实战——OpenAI Gym环境配置+实战演示（win10）
LZL2020LZL的博客
11-21 4583
遇到问题：无法安装pickle5原因是:python3.8与该包不兼容，必须降python3.7的版本。
强化学习软件及虚拟环境安装与配置
星梦的博客
02-25 802
安装anaconda3 添加系统环境变量， C:\anaconda3 C:\anaconda3\Scripts C:\anaconda3\Library\lib 三项分别添加 我的电脑，属性，高级系统设置，高级，环境变量，选择Path，添加以上三个路径。 不然无法找到对应的命令。 即win+R中输入cmd，输入conda info无响应。 配置虚拟环境 若提示安装失败 换回默认源： conda config --remove-key channels #换回默认源 虚拟环境创建后会在安装目..
【笔记】深度强化学习-课程环境配置
JHLHONORIFI的博客
02-29 1448
课程笔记和一些准备
Windows11搭建 NVIDIA 深度学习环境（NVIDIA 驱动+CUDA+cuDNN）
最新发布
fcclzydouble的博客
03-18 1353
该方式主要用于对现有驱动程序进行更新，同时保留当前已设置好的 NVIDIA 各项参数与配置。当您的计算机上尚未安装任何 NVIDIA 驱动程序，或者您希望对驱动安装组件进行精细选择，如选择特定版本的组件、安装路径等，就可以选择此安装方式。选择 自定义安装 后勾选执行清洁安装：清洁安装会将所有 NVIDIA 设置恢复为默认值并删除它已创注的所有配置文件。
强化学习环境配置Ubuntu18.04
gsgbgxp的博客
02-09 1077
最近开始学习强化学习，要配置相关环境。主要涉及到gym、mujoco、baselines。 最开始的时候发现想要完整安装gym就得安装mujoco，而mujoco又不是免费的，还得申请什么的，感觉太麻烦了，就暂时选择了gym的最小安装。 后来学习到DQN时发现要用到baselines，但用pip直接安装时却提示了和mujoco相关的错误。 然后选择了下面这篇文章的方法 【强化学习】gym+baselines+mujoco+mujoco_py安装配置 进入虚拟环境，用git直接克隆 conda activat
强化学习环境gym配置
旺旺小小酥的博客
07-18 1659
参考：https://blog.youkuaiyun.com/lmh1030838681/article/details/79409072 OpenAI Gym是OpenAI出的研究强化学习算法的toolkit，它里边cover的场景非常多，从经典的Cart-Pole, Mountain-Car到Atar，Go，MuJoCo都有。官方网站为https://gym.openai.com/，源码位于https:...
深度学习电脑买什么配置---低中高三个配置
jsnuchao的博客
08-23 5154
深度学习，目标检测，电脑配置
Win10 安装 PySC2 环境 -- DeepMind联合战网开发的《星际争霸 II》强化学习环境
超级超级小天才的博客
01-19 1967
DeepMind 官方 PySC2 GitHub库参考：https://github.com/deepmind/pysc2 PySC2 provides an interface for RL agents to interact with StarCraft 2, getting observations and sending actions. 下载 星际争霸II 游戏 首先当然是先下载 StarCract II （星际争霸 II）游戏本体，可以到战网的官网进行安装： https://starcra
强化学习笔记——Win10+Gym环境配置
Yimi-依米 的博客
10-29 8598
Win10+Gym强化学习环境配置Anaconda下载安装完测试一下（可选）设置Anaconda镜像，加速下载包使用Anaconda进行Python环境创建创建一个gym环境安装相关组件编写一个python程序并运行PyCharm Anaconda Anaconda主要是用来创建独立的 Python 开发运行环境。 下载 镜像下载地址 我下载的是Anaconda3-4.3.0-Windows-x8...
PyTorch强化学习实战（1）——强化学习环境配置与PyTorch基础
热门推荐
盼小辉丶的博客
05-29 15万+
工欲善其事，必先利其器。为了更专注于学习强化学习的思想，而不必关注其底层的计算细节，我们首先搭建相关强化学习环境，包括 PyTorch 和 Gym，其中 PyTorch 是我们将要使用的主要深度学习框架，Gym 则提供了用于各种强化学习模拟和任务的环境。除此之外，本文还介绍了一些 PyTorch 的基础知识，以及 Gym 环境的使用方法，为之后的强化学习实战奠定基础。
《深入浅出强化学习》学习笔记01-环境配置-20180213
wx_hu的博客
02-13 3535
最近在看郭博士的《深入浅出强化学习-原理入门》，这应该算是现在少有的强化学习入门书籍吧。不过看的过程中也会遇到一些困难，苦于没人讨论，比较坎坷，因此记录下历程，希望日后能找到志同道合的同学一起讨论。此篇博文主要记录相关环境配置与软件安装，所用系统为ubuntu16.04。1. 安装python以前对应python不是很熟悉，在同学建议下，安装anaconda大礼包。首先去清华镜像源下载安装包，下载...
【Windows】深度学习环境部署
qq_44703886的博客
08-23 1285
零基础入门深度学习快速教程
强化学习仿真环境搭建
shineol的博客
09-09 4797
一文搞定anaconda、pycharm、强化学习gym环境搭建
【强化学习环境配置+github 无人机强化学习demo复现】
vor234的博客
12-23 2384
通过本【强化学习环境配置+github demo复现】，您应该能够从零到一入门强化学习啦，也完成无人机的强化学习demo复现。从而实现对外部世界进行感知，充分认识这个有机与无机的环境，科学地合理地进行创作和发挥效益，然后为人类社会发展贡献一点微薄之力。🤣🤣🤣我会持续更新对应专栏博客，非常期待你的三连！！！🎉🎉🎉如果鹏鹏有哪里说的不妥，还请大佬多多评论指教！！！👍👍👍下面有我的🐧🐧🐧群推广，欢迎志同道合的朋友们加入，期待与你的思维碰撞😘😘😘《基于MASAC强化学习算法的多无人机协同路径规划》
搭建深度强化学习环境：WSL+Cmder+gym+tensorflow
weixin_41526529的博客
05-17 4062
一  安装windows bash +cmder二 anaconda, tensorflow,gym三 解决没有图像输出的问题，参考https://github.com/Microsoft/WSL/issues/2293四 测试import gymenv = gym.make('SpaceInvaders-v0')env.reset()for _ in range(1000):    env.st...
Windows深度学习环境搭建
yxfamyself的博客
06-08 2953
深度学习环境搭建
如何在win10环境下配置强化学习gym库（使用vscode）
陆::zw的博客
07-25 1789
我其实就是生安装的，也没有去配置环境啥的，就是下载安装，只修改了个安装位置，我习惯安装东西都按在d盘。由于Gym官方默认支持Ubuntu系统而不是windows, 所以我们选择第三方git来补丁。往下拖一下进度条，找到vscode，没按过的可能需要自己重新按一下。5、参考如下连接的步骤，输入指令安装gym相关的库。3、打开vscode后，新建一个python文件。接着，我们来激活gym环境。在弹出的y/n中选择y。2、安装vscode。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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