Part 1 环境搭建
需要下载的软件和包：
- Anaconda
- Pycharm
- Python
- PyTorch
- gym
- pygame
一、Anaconda下载与安装
直接从官网下载：https://www.anaconda.comhttps://www.anaconda.com/
点击Download下载即可。
下载好后，打开安装包，自己选一个安装路径，默认路径也行，放其他盘也行，我安装在D盘下的Anaconda文件夹下。
安装向导一路下一步即可。
二、Python和Pycharm下载与安装
Python和PyCharm安装过程就不PO了，去官网下载安装即可。
附上官网地址：
PyCharm: the Python IDE for Professional Developers by JetBrainsThe Python & Django IDE with intelligent code completion, on-the-fly error checking, quick-fixes, and much more...https://www.jetbrains.com/pycharm/
三、PyTorch安装
在Anaconda的环境中安装PyTorch：现在默认你的电脑上已经安装Anaconda（没有安装Anaconda的退回到第一步去看），首先在Anaconda里面创建一个名为 rl 的环境，我们接下来就要在这个环境里安装pytorch。
注：我把pytorch、gym、pygame这些包都安装在了环境rl下。
1、The 1st Step
打开“Anaconda Navigator”：
点击anaconda界面下方的“create”，创建一个名为 rl 的环境（此处我已经创建好了），创建完之后在base(root)下方就有了 rl 这个环境：
注意：安装Anaconda后，界面自带一个环境叫做base(root)，这个环境是个根环境，你在里面安装的包或者工具或者库是可以被其他环境共同使用的，相当于一个公共的资源库。（不知道理解的对不对）
如果你不喜欢上述利用可视化界面Anaconda Navigator创建环境，你也可以打开Anaconda Prompt利用命令创建环境：
conda create -n rl python=3.9.7
命令格式说明：
conda create -n 环境名称 python=版本号
2、The 2ed Step
接下来就在这个名为 rl 的环境下安装PyTorch。先去官网：
Start Locally | PyTorchAn open source machine learning framework that accelerates the path from research prototyping to production deployment.https://pytorch.org/get-started/locally/
然后页面会提示你选择这些条件以给出一条安装命令。根据本人的电脑配置，选择如下：
这里注意计算平台那一行的选项，我选择的是CUDA11.3，这里可以在Windows系统命令行（注意不是Anaconda Prompt命令行）中输入：
nvidia-smi
如下图所示：
可以看到CUDA version是11.6，那么低于这个版本的都可以安装。因此我选择11.3版本。接下来就可以利用官网给出的命令行来下载了。
先不要着急复制粘贴，打开Anaconda Prompt：
在Anaconda Prompt中输入：
activate rl
这时就进入了我们刚刚创建的名为 rl 的环境中，在该环境中我们再将Pytorch官网给出的命令行：
conda install pytorch torchvision torchaudio cudatoolkit=11.3 -c pytorch
复制粘贴到Anaconda Prompt中执行（可别复制到Windows系统命令行里去啊）！如下图所示：
需要注意的是，这里有一些博主说需要使用清华镜像下载，但我实践了一下，可以直接这样下载，无需镜像，但下载过程中需要保持网络通畅！！！经多次试验，用流量给电脑开热点！屡战屡胜！
最后看到了这个小黑框：
非常的吆西！
在这个窗口里输入：
pip list
可以看到pip列表（安装的包）：
输入：
python
进入python环境。接着输入：
import torch
导入torch模块，如果没有报错说明导入成功。
再在这个界面输入：
torch.cuda.is_available()
显示true说明torch可以使用显卡！
检验可以参考的是以下CSDN链接：https://blog.csdn.net/qq_42257666/article/details/121361983最近人工智能等多门课需要复现论文，近两年的论文很多都是Pytorch环境，所以，这里总结一下Pytorch的安装教程，做好最快、最简单、最好地完成安装。本机环境Win10+1050Ti+Python3.7+1、查看本机的CUDA版本1、打开NVIDIA的控制面板，在开始菜单里面的NVIDIA Control Panel2、在如下界面，帮助—>系统设置3、出现系统信息如下4、然后选择组件，然后看到蓝色的那一行就是英伟达的CUDA版本，可以看到我的是11.1.114https://blog.csdn.net/qq_42257666/article/details/121361983
四、gym安装
打开anaconda prompt，利用命令进入之前创建好的 rl 环境：
conda activate rl
进入 rl 环境后可以直接使用命令行：
pip install gym
来直接下载安装gym库：
下载完成后，可以使用命令行：
pip list
查看gym的安装情况：
出现以上的列表说明用pip安装Gym成功！
gym有其自带的一些经典环境在以下文件路径中存放（下图是我的安装路径，大家对应自己的安装路径即可）：
五、pygame安装
上官网，直接装：
Downloadshttps://www.pygame.org/download.shtml
点击第一个1.9.6 Packages (April 25th 2019)下方的pygame-1.9.6.tar.gz，浏览器就会自动为你下载一个压缩包：
将此文件解压缩，将文件夹里的README用PyCharm打开：
可以看到安装Pygame的命令行：
pip install pygame
接下来还是老套路，打开Anaconda Prompt，激活我们的 rl 环境，在 rl 环境下面安装pygame包：
黑窗中提示：Successfully installed pygame-2.1.2，表示安装成功。接下来打开Pycharm新建一个项目运行一下测试代码（但随着gym包版本升级，这个测试代码有一些需要修改的地方）：
import gym
env = gym.make('MountainCar-v0')
for i_episode in range(20):
observation = env.reset()
for t in range(100):
env.render()
print(observation)
action = env.action_space.sample()
observation, reward, done, info = env.step(action)
if done:
print("Episode finished after {} timesteps".format(t+1))
break
env.close()如果上述代码不行的话可以查看此链接：
https://blog.csdn.net/qq_43674552/article/details/127344366?csdn_share_tail=%7B%22type%22%3A%22blog%22%2C%22rType%22%3A%22article%22%2C%22rId%22%3A%22127344366%22%2C%22source%22%3A%22qq_43674552%22%7Dhttps://blog.csdn.net/qq_43674552/article/details/127344366?csdn_share_tail=%7B%22type%22%3A%22blog%22%2C%22rType%22%3A%22article%22%2C%22rId%22%3A%22127344366%22%2C%22source%22%3A%22qq_43674552%22%7D测试结果如下（恭喜进入炼丹炉！）：文章来源：https://www.toymoban.com/news/detail-739703.html
文章来源地址https://www.toymoban.com/news/detail-739703.html
到了这里，关于Anaconda+PyCharm+PyTorch+Gym深度强化学习环境搭建 送新手直接送进炼丹炉的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！
