最近师弟在做DQN的实验,由于是强化学习方面的东西,正好和我现在的研究方向一样于是我便帮忙跑了跑实验,于是就有了今天的这个内容。
首先在github上进行搜寻,如下图:
发现第一个星数最多,而且远高于其它的项目,于是拉取这个链接:
https://github.com/devsisters/DQN-tensorflow
本篇博客主要是讲解一下该代码运行环境的如何搭建,采用 conda 配置。
首先看下 README 上的内容, 主要是requirement最重要:
考虑到运行的兼容性,于是决定使用python2.7版本环境运行,下面开始 conda 的配置:
搜寻python2.7版本,并采用最小自版本号
conda search python=2.7
选择 python2.7.3版本, 为环境命名 dqn_2 :
conda create -n dqn_2 python=2.7.3
进入新建环境,并确认版本:
conda activate dqn_2
安装 numpy scipy
conda install numpy scipy
安装 tqdm (进度条模块)
pip install tqdm==4.30
安装 gym (oepnai 的 游戏环境交互模块)
可选安装:
pip install gym==0.1.0
必选安装:
pip install gym[Atari]==0.1.0
安装 gpu 计算环境 cudatookit 和 cudnn(由于需要安装深度学习框架 tensorflow-gpu , python27 0.12.1 版本。)
由于安装的tensorflow-gpu 0.12.1 所依赖的 环境,我们选择 cudatookit8.0 cudnn5.1
如下图:
conda install cudatoolkit=8.0=3
conda install cudnn=5.1.10=cuda8.0_0
安装深度学习框架 tensorflow-gpu , 选择python27 0.12.1 版本。
给出下载地址:
https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-0.12.1-cp27-none-linux_x86_64.whl
pip install tensorflow_gpu-0.12.1-cp27-none-linux_x86_64.whl
为运行环境设置动态库地址, 目的是为了要 程序知道安装的cudatookit和cudnn的lib位置:
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/home/devil/anaconda3/envs/dqn_2/lib
其中, dqn_2 为conda 中所设置的运行环境名称。
运行:
python main.py --env_name=Breakout-v0 --is_train=True
配置成功, 并且可运行。
参考资料:
https://blog.csdn.net/u011636567/article/details/77162217
原文地址:https://www.cnblogs.com/devilmaycry812839668/p/10436416.html