前不久推出了 ml agents 3.0,想着学习看看,开始先安装环境。
按照 官方给出的 demo 安装,依然避免不了踩坑。
官方 windows 安装:
https://github.com/Unity-Technologies/ml-agents/blob/master/docs/Installation-Windows.md
1. 官方安装的 是 Anaconda,python的一个发行版,我之前学python 的时候已经安装了一个python 3.6,就没再安装Anaconda了
2. 然后开始安装各种库,首先就是 tensorflow,这个和最后安装的tensorflow -gpu 类似,前者 cpu 版本,后者 gpu 版本。需要翻墙才能顺利安装。。。pip3 install --proxy http://127.0.0.1:1080 tensorflow
3.从官方github 下载安装所需库 pip install .
4. 下载 cuda 进行安装,安装版本为8.0 ,地址: cuda 下载地址
https://developer.nvidia.com/cuda-toolkit-archive
下载 cuDNN 进行安装,需要进行开发者注册才行,安装版本6.0,he cuda 8.0 匹配,地址:cuDNN 下载地址
https://developer.nvidia.com/compute/machine-learning/cudnn/secure/v6/prod/8.0_20170307/cudnn-8.0-windows10-x64-v6.0-zip
,将文件解压后,里面的三个文件夹放入cuda 目录,C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0,在环境变量中新增一个CUDA_HOME参数,为:C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0,在PATH变量中 新增:C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\lib\x64
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\extras\CUPTI\libx64
5. 安装tensorflow-gpu,官方直接在pip 中输入安装,我试了好像不行,直接安装版本太高,后面使用时会报错。输入:
pip3 install --proxy http://127.0.0.1:1080 tensorflow-gpu==1.3
,安装 1.3 版本的,刚好可以匹配6. 创建一个python 脚本,输入:
import tensorflow as tf
sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))
执行后输出:Found device 0 with properties: +你的 gpu型号,就安装成功了,也是不容易。。。
来源:CSDN
作者:SmallMIDI
链接:https://blog.csdn.net/qq_23575633/article/details/79920965