1、安裝miniconda
conda是一個開源包管理系統和環境管理系統,用於安裝多個版本的軟件包及其依賴關係,並在它們之間輕鬆切換。 它適用於Linux,OS X和Windows,是爲Python程序創建的,但可以打包和分發任何軟件。Anaconda是一個開源的Python發行版本,包含了conda、python等180多個科學包及其依賴項。因爲包含了大量的科學包,所以Anaconda的安裝包比較大。如果爲了省時間,也可以使用Miniconda這個較小的發行版。參考https://www.jianshu.com/p/67bf4d600c9e
miniconda的鏡像(清華)https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/
進入下載目錄 在終端打開輸入 回車
bash anaconda3_4.3.0-linux-x86_64.sh
2、創建虛擬環境(需要新開一個終端 )
gymlab是虛擬環境的名稱
conda create --name gymlab python=3.5
3、安裝gym
先打開一個終端 激活虛擬環境:
source activate gymlab
創建一個文件夾git clone gym 的源碼
git clone https://github.com/openai/gym.git
進入gym目錄
cd gym
pip install -e .
提示如下錯誤,按照提示更新pip後 重新執行 pip install -e . 問題解決
繼續操作
pip install --upgrade setuptools
pip install numpy Matplotlib
我在運行的時候各種報錯,我重複試了幾次,第一條命令ok了,第二條一直報錯,我就不管了,直接安裝tensorflow
pip install --upgrade https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-1.4.1-cp35-cp35m-linux_x86_64.whl
提示安裝完成
4、配置環境變量
gedit ~/.bashrc
在末尾添加
export PYTHONPATH="~/work/gym/gym:$PYTHONPATH"
注:~/work/gym/gym 是gym的路徑
5、測試環境是否成功
新開一個終端 先激活虛擬環境:
source activate gymlab
依次輸入
import gym
env=gym.make('CartPole-v0')
env.reset()
env.render()
出現下圖表示環境配置成功
參考:https://blog.csdn.net/ms961516792/article/details/79122914