• ml-agent v0.2:Win10下环境安装


    注意

    ml-agent已经升级到v0.3,安装请参考ml-agent v0.3 win10安装和实践

    简介

            AI人工智能,更准确地说机器学习(machine learning)最近一年非常火热。在最近一段时间,Unity也发布了一个机器学习的工具,叫做ml-agent。

            英文介绍如下:

    https://blogs.unity3d.com/cn/2017/09/19/introducing-unity-machine-learning-agents/

            中文介绍如下:

    http://forum.china.unity3d.com/thread-27837-1-1.html

            工程在Github上的地址如下

    https://github.com/Unity-Technologies/ml-agents

            从代码结构上看,ml-agent实现了前端用unity做表现,后端用Phython进行人工智能演算的系统。

    搭建环境

    主要环境

    官方推荐环境如下

    • Phython2/3 64位
    • jupyter notebook
    • TensorFlow (1.0+) (Training)
    • Visual Studio 2017
    • Unity3d 2017

    隆ml-agent代码库

            从Github网站上克隆(下载)ml-agent,代码,放在任意位置下。

    安装Unity2017.2

            从Unity官网下载Unity2017.2,安装。

            下载地址https://store.unity.com/cn/download?ref=personal

    安装VS2017

            从微软官网https://www.visualstudio.com/zh-hans/downloads/下载,运行后选择需要的模块。这边虽然有提供python的相关插件,但是我们选择后面单独安装。

    安装Anaconda

            从Anaconda官网安装Anaconda5.0.0

    2017101501

            下载地址https://www.anaconda.com/download/#windows

            安装后从开始菜单打开Anaconda Navigator,在左侧选择Environments。在下方菜单中点击Create创建一个环境,取名为tensorflow,python版本选择为3.6。等待环境创建完成。

    2017101502

    安装Tensorflow及其依赖库

            从开始菜单中,打开Anacoda Prompt。

            首先激活刚刚创建的环境,输入命令

    activate tensorflow

    2017101503

            输入命令安装Tensorflow

    pip install –U tensorflow

            等待一段时间直到安装完成。至此完成了Tensorflow最新版本的安装。(目前是1.3.0版本)

            后面还要输入命令,所以暂时不要关闭窗口

    安装ml-agent依赖库

            完成Tensorflow安装后,继续在Anacoda Prompt中输入命令切换到ml-agent所在的目录中python目录的位置。比如ml-agent安装目录为D:Gitml-agent,则输入

    cd D:Gitml-agentpython

            如果你的Anaconda不是安装在ml-agent目录相同的磁盘,那么需要切换到ml-agen所在的磁盘。比如这里Anaconda的安装目录为C盘,ml-agent安装目录为D:ml-agent,则需要切换到D盘,输入

    D:

            然后开始安装Demo所需的环境,输入命令

    pip install .

            注意,注意不要遗漏最后的点号。等待安装完成即可。此时依然不用关闭这个窗口

    运行

    编译Unity程序

            Unity的ml-agent提供了多干的demo。这里尝试运行3dball这个demo。

            使用Unity2017打开ml-agent下unity-environment文件夹。

            打开AssetsML-AgentsExamples3DBall目录下的scene文件。在场景中选择Ball3DAcademy下的Ball3DBrain物体,将TypeOfBrain修改为External,表示从Tensorflow中获取数据。

    2017101504

            菜单中选择File->Build Setting,添加当前所在场景。(可以勾选Development Build以便查看输出)

            点击PlayerSeting,检查设置

            Resolution and Presentation -> 勾选Run in Background

            Resolution and Presentation -> Display Resolution Dialog设置为disable

            回到Build Setting面板,点击Build,编译到ml-agent的python目录中。名为3dball.exe

    2017101505

    运行Jupyter Notebook

            回到Anacoda Prompt命令窗口。注意一定要切换到ml-agent中python所在的目录。输入

    jupyter notebook

            运行之后,一方面会出现一个命令行窗口,另一方面会同时打开一个网页

    2017101506

    2017101507

            点击网页中的PPO.ipynb。修改其中env_name的值为刚刚编译出来的exe名字。注意不要加exe。然后在菜单上选择Cell->RunAll

    2017101508

            运行后,可以看到刚刚编译出来的exe被运行起来

    2017101509

    总结

            注意几个点

    • 虽然很多文章表明tensorflow用python3.5比较好,但是没有深入研究到底有什么影响。
    • 由于Anaconda使用的5.0.0版本,所以默认使用的是python3.6的版本。在这样的情况下,如果创建python3.5的环境,安装tensorflow1.2,会出现运行的时候找不到tensorflow的问题。而如果使用python3.6的环境,但是安装tensorflow1.2,会出现tensorflow. TensorLayer找不到的问题。这些问题花了好多时间排查,需要注意所以最终这里使用的是Anaconda5.0.0,python3.6以及tensorflow1.3
    • 安装依赖库的时候需要注意,一定要切换好环境。否则很可能安装到不同的环境下。这里安装前一定会输入activate tensorflow命令(tensorflow是我创建的环境名)
    个人博客请访问:http://www.cnblogs.com/CodeGize/
  • 相关阅读:
    范仁义js课程---26、循环结构(while循环)
    解决Failed to parse SourceMap: http:xxx 问题
    范仁义js课程---25、switch选择结构
    范仁义js课程---24、条件运算符
    范仁义js课程---23、if选择结构小实例
    范仁义js课程---22、选择结构(if)
    javascript疑难问题---4、NaN的相等性判断
    范仁义js课程---21、js运算符优先级
    android L新控件RecyclerView详解与DeMo[转]
    Color Cube – 国产的优秀配色取色工具
  • 原文地址:https://www.cnblogs.com/CodeGize/p/7674281.html
Copyright © 2020-2023  润新知