1、安装miniconda
conda是一个开源包管理系统和环境管理系统,用于安装多个版本的软件包及其依赖关系,并在它们之间轻松切换。 它适用于Linux,OS X和Windows,是为Python程序创建的,但可以打包和分发任何软件。Anaconda是一个开源的Python发行版本,包含了conda、python等180多个科学包及其依赖项。因为包含了大量的科学包,所以Anaconda的安装包比较大。如果为了省时间,也可以使用Miniconda这个较小的发行版。参考https://www.jianshu.com/p/67bf4d600c9e
miniconda的镜像(清华)https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/
进入下载目录 在终端打开输入 回车
bash anaconda3_4.3.0-linux-x86_64.sh
2、创建虚拟环境(需要新开一个终端 )
gymlab是虚拟环境的名称
conda create --name gymlab python=3.5
3、安装gym
先打开一个终端 激活虚拟环境:
source activate gymlab
创建一个文件夹git clone gym 的源码
git clone https://github.com/openai/gym.git
进入gym目录
cd gym
pip install -e .
提示如下错误,按照提示更新pip后 重新执行 pip install -e . 问题解决
继续操作
pip install --upgrade setuptools
pip install numpy Matplotlib
我在运行的时候各种报错,我重复试了几次,第一条命令ok了,第二条一直报错,我就不管了,直接安装tensorflow
pip install --upgrade https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-1.4.1-cp35-cp35m-linux_x86_64.whl
提示安装完成
4、配置环境变量
gedit ~/.bashrc
在末尾添加
export PYTHONPATH="~/work/gym/gym:$PYTHONPATH"
注:~/work/gym/gym 是gym的路径
5、测试环境是否成功
新开一个终端 先激活虚拟环境:
source activate gymlab
依次输入
import gym
env=gym.make('CartPole-v0')
env.reset()
env.render()
出现下图表示环境配置成功
参考:https://blog.csdn.net/ms961516792/article/details/79122914