RL强化学习-01预备备——环境搭建

对于从事深度学习、强化学习等python从业者、科研人员、学生、爱好者，自主搭建环境非常重要，不必花太多功夫在第一步环境搭建上，本人之前也是在这个过程中踩了好多坑，所以综合各种，给出下面一步一步正确的做法，供大家参考，强烈建议电脑上不要有任何python环境来进行下面的步骤，如有其他问题，欢迎随时叨扰。

step by step：

Anaconda3及常用命令
Tensorflow 1.x/2.x环境的安装配置
Pytorch环境的安装配置
PyCharm的安装及常用设置

Anaconda3

Anaconda是强大的python包管理工具，自带科学计算常用的python包，比如numpy、pandas等，同时能够对环境进行统一管理。

安装

请移步官网下载免费的个人版，国内能够访问，如果嫌慢，烦请移步清华镜像源下载对应版本。

01.png

安装过程建议安装在其他盘，以防后期越变越大导致C盘空间可怜。且建议安装过程中勾选所有用户和添加path到系统环境变量，这样就省事多了。

1. 切换清华源

由于国内访问anaconda仓库很慢，切换为清华源后可以在国内使用conda命令更快地安装、更新、管理anaconda包。两种方法：

清华源官网提供的方法

Windows下，用户无法直接创建名为.condarc的文件，先在命令行(win+R输入cmd)输入以下命令：

 conda config --set show_channel_urls yes

此时在用户目录C:\Users\<你的计算机名>下可以看到.condarc的文件，用记事本打开，输入以下内容：

channels:
  - defaults
show_channel_urls: true
channel_alias: https://mirrors.tuna.tsinghua.edu.cn/anaconda
default_channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/pro
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:
  conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

保存后，即添加了清华镜像源的Anaconda的免费仓库，注意，不存在 pytorch-nightly, pytorch-nightly-cpu, ignite-nightly 这些更新频繁的包。

之后，在命令行输入下面的命令保证使用镜像站提供的索引。

conda clean -i

通过命令添加清华源

有时，通过方法1可能会发生不可预知的错误，可以直接通过命令行添加清华源。请分别在命令行执行以下命令：

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --append channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/fastai/
conda config --append channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --append channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/
conda config --set show_channel_urls yes

2. 查看conda配置信息

通过步骤1已经将清华源的镜像添加到conda的配置信息中，通过以下命令可以查看conda的配置信息。

conda info

此时，命令行会出现以下内容，看到channel_URLs后面有清华源镜像，说明切换清华源成功，而且你可以看到配置文件.condarc存放的磁盘位置。

02.png

3. 创建多个环境

通常来说，我们需要多个不同python版本或者不同包版本的环境，比如，需要搭建python3.6+tf1.x+pytorch1.0.1或者python3.7+tf2.x+pytorch1.5.0，而anaconda为我们提供了方便的多环境管理。
通过以下命令来创建名为your_env_namepython版本为require_version（实际替换为具体需要的python版本号，如3.6、3.7等）的环境。

conda create -n your_env_name python=require_version

命令完成后，即在本地创建了一个环境，位置位于anaconda安装目录下的envs文件夹。通过下面命令可以查看当前anaconda下的环境信息，base为默认创建的环境。

conda info -e

03.png

4. 激活环境

在最新版本的anaconda下，从命令行窗口启动python，需要激活环境。

conda activate your_env_name

04.png

在特定环境下，通过conda install package_name或者pip install package_name均会安装在相应环境下，而不激活环境，命令行直接安装，会默认装在base环境下。

使用如下命令退出激活的环境。

conda deactivate

05.png

5. 查看已安装包

在激活环境下，使用conda list或者pip list可以查看当前环境已安装的python包，默认base环境。

Tensorflow 1.x/2.x

在上述步骤均完成后，可以进行创建Tensorflow环境的创建和包安装。因为1.x、2.x版本变化差别太大，所以往往需要创建两个不同版本的环境。首先，创建名为tf1c、tf2c两个环境（可以叫其他名字，我这里的意思是Tensorflow1.x cpuonly的意思）。

conda create -n tf1c python=3.6

conda create -n tf2c python=3.7

创建完环境后，激活环境。

conda activate tf1c

conda activate tf2c

在对应环境下安装相应的Tensorflow CPU版本，这里安装1.x的最终版本1.15，不加版本号的话，默认安装最新的，-i后面跟的网址是豆瓣镜像源，也可以使用清华镜像源。

pip install tensorflow==1.15.0 -i https://pypi.douban.com/simple

pip install --upgrade tensorflow -i https://pypi.douban.com/simple

安装完成后，可以用pip list查看是否安装成功，至此，两个不同版本Tensorflow环境就配置完成了。

Pytorch

关于Pytorch的安装，去官网有详细命令，根据需求去运行不同命令，当然也是哪个环境需要，在激活后的环境中安装，推荐conda方式安装，pip安装超级慢。

06.png

注意，-c pytorch不要添加，不然不会使用用镜像源安装，会非常缓慢。

PyCharm

PyCharm是强大的python开发IDE软件，深受欢迎。对于不从事网络编程的小伙伴，推荐使用社区版PyCharm，因为不要钱还能随时获取更新版，鄙人认为大部分情况下够用了。如果你除AI之外也做网络编程又恰好资金雄厚，那么欢迎使用更强大的专业版PyCharm，如果你就是想白嫖专业版的，欢迎关注微信公众号五月的kiss获取可以破解的PyCharm，下面是一些常用设置Files-->Setting。

自定义文件头

11.png

有时候，你会看到别人的代码前面总有这么几行。

07.png

这个东西叫做文件头，在PyCharm里这样设置，你每次新建.py文件都会自动生成这样的文件头。

08.png

字体设置

09.png

有些不习惯的PEP8设置

对于存在轻微强迫症的人，总想要代码没有任何的问题，警告都不允许，实际上好多警告是命名不规范造成的，可以关闭拼写检查和PEP8命名规范。

10.png

11.png

快捷键

鄙人最常用格式化代码ctrl+alt+L

其他可能会用到的库

所有的库都可以参照下面的安装方法，注意，在对应激活环境下，否则默认base。

1. gym

pip install gym[atari] -i https://pypi.douban.com/simple

2. Atari-py

pip install atari-py -i https://pypi.douban.com/simple

3. cmake

pip install cmake -i https://pypi.douban.com/simple

4. matplotlib

pip install matplotlib -i https://pypi.douban.com/simple