Windows下的FlappyBird案例环境搭建

1.FlappyBird源码链接:https://github.com/yenchenlin/DeepLearningFlappyBird
备用地址:https://download.csdn.net/download/qq_32218875/10710739
具体流程:安装python -> 安装tensorflow -> 安装pygame -> 安装OpenCV-Python。

2.安装python
我安装的是Anaconda,用的是清华镜像,速度比原网站快很多。
网址:https://mirrors.tuna.tsinghua.edu.cn/help/anaconda/ 或直接搜索“Anaconda清华镜像”。
选择哪个都可以,因为本系统是windows64位所以选择划红线的任意一个即可,但目前tensorflow最新只支持python3.6,为了省略不必要的麻烦,若安装python3.7,可以将其环境修改至3.6及以下,所以我选择了第二个(2018-05-31 02:41),第三个为python3.7,下载完成后点击运行。




然后单击“next” -> “Skip” -> “Finish”,完成安装。安装完成后,使用快捷键“win+r”,输入“cmd”,点击“确定”

输入“python”,即可看到你安装的python的版本,说明安装成功,再次输入“exit()”退出python的运行。注:因为将python的路径加入到系统变量里,所以直接输入python即可运行。

3.安装tensorflow:
方法一:“pip install tensorflow”,如果出现这样的错误,复制单引号内的内容然后粘贴运行即可。
再重新输入“pip install tensorflow”,当然了,这个方法奇慢无比。所以孕育了方法二(当然方法二也可能存在升级pip的问题,解决方法同上)。

方法二:在浏览器输入网址https://storage.googleapis.com/tensorflow/windows/cpu/tensorflow-1.11.0-cp36-cp36m-win_amd64.whl 这个速度比较快,然后将下载好的文件放在anaconda的安装目录下。我的安装路径为:F:\X86\anaconda所以我的操作如图所示。例:pip install 带后缀的文件名


这里提示存在错误,是因为h5py包内出错,对h5py进行更新升级即可,退出python后,输入指令“pip install h5py==2.8.0rc1”。再次进入python,“import tensorflow”未提示异常说明安装成功。

4.安装pygame
输入“pip install pygame”即可。

5.安装OpenCV-Python。
输入“pip install OpenCV-Python”即可。
6.运行程序
先移动到程序所在的目录下,输入“python deep_q_network.py”以运行该文件夹下的deep_q_network.py文件。


7.总结:
安装过程中基本不会出现问题,但是部分内网访问pip的速度不一样,前半部分因为网络原因所以选择下载国内网站的文件进行安装,如果网络可以的话,在线安装也没问题!还有一个问题就是部分机型不支持tensorflow1.6及以上的“AVX指令”,可以通过“pip uninstall tensorflow”卸载当前的tensorflow,通过“pip install tensorflow==1.5”安装1.5版本即可解决!

深度学习FlappyBird环境搭建相关推荐

  1. ubuntu深度学习软硬件开发环境搭建

    硬件 先从硬件自已配机器开始: 目前对于个人来说,性价比比较高的深度学习显卡是那个11G显存的GTX 1080Ti.这里显卡定了,接下来就是主板内存硬盘,显示器.先报一下我配的机器配置: CPU 英特 ...

  2. 【Linux Mint 深度学习开发环境搭建】开发软件安装

    系列文章目录 第一章 Linux mint 深度学习开发环境搭建之Nvidia显卡相关软件安装 第二章 Linux mint 深度学习开发环境搭建之开发软件安装 第三章 Linux mint 深度学习 ...

  3. 深度学习工作站环境搭建 ubantu16.04 安装显卡驱动 CUDA8.0 cuDNN6 anaconda tensorflow1.4.0 opencv3.4 含泪总结

    深度学习工作站环境搭建 ubantu16.04 安装显卡驱动 CUDA8.0 cuDNN6 anaconda tensorflow opencv 1 安装ubantu16.04 安装时不要在线更新,在 ...

  4. 深度学习GPU环境搭建

    深度学习GPU环境搭建: 安装步骤: 1.安装GPU驱动:官网有(可以理解为告诉电脑这个东西怎么使用) 不同厂家的不一样,用于深度学习的一般是NVIDIA.AMD家. 本人是NVIDIA家,驱动长这样 ...

  5. 云服务器deeplearning_云服务器深度学习服务器环境搭建

    前几天在腾讯云服务器上搭建深度学习的环境,查阅了腾讯云的官方文档及相关博客,一是发现介绍的不太全,二是大都是本地工作站上的部署教程.经过多种尝试和血泪的踩坑,暂总结出一份文档,方便将来重新部署时的查阅 ...

  6. 【机器学习】深度学习开发环境搭建

    工欲善其事,必先利其器.首先我们需要花费一些时间来搭建开发环境. 1.安装python.python是人工智能开发首选语言. 2.安装virtualenv.virtualenv可以为一个python应 ...

  7. 【资料下载】Python 第九讲——灵活运用docker,实现深度学习的环境搭建...

    直播时间:3月26日(周二)20:00--21:00 直播讲师 :猫饼君--香港城市大学理学硕士,曾在南洋理工大学参加过机器学习算法相关项目,现任职计算机视觉算法工程师,专注于计算机视觉算法研究及应用 ...

  8. 《动手学深度学习》环境搭建全程详细教程 window用户

    一.下载并安装Miniconda 第一步是根据操作系统下载并安装Miniconda,在安装过程中需要勾选"Add Anaconda to the system PATH environmen ...

  9. 机器学习,深度学习,环境搭建 #博学谷IT学习技术支持#

    目录 一 Anaconda 1 Anaconda环境搭建 2 Anaconda的使用 3  启动jupyter服务. 4  DateSpell 5  之后都是通过Linux系统启动jupyter服务. ...

  10. 【AI实战】深度学习基础环境搭建(Ubuntu + anaconda + tensorflow + GPU + PyCharm)

    为方便日常的深度学习模型开发与测试,本人在自己笔记本上搭建一个深度学习的基础环境,便于学习AI使用.本人使用的笔记本配置是CPU为8代i5,显卡为GTX1060,内存为8G,基本上可满足日常的AI研究 ...

最新文章

  1. 【直播】闫强:文本分类上分利器 -- Bert微调技巧大全
  2. 详解微服务技术中进程间通信
  3. iOS中得block代码块的定义及使用
  4. swift_044(Swift 计算属性和存储属性的概念以及使用)
  5. 图像处理——Edge Boxes边缘检测
  6. Android -- 贝塞尔二阶实现饿了么加入购物车效果
  7. 2022版全球及中国应急装备市场格局分析与投资策略建议报告
  8. 【Docker从入门到精通_1】Ubuntu16.04版本安装与配置
  9. (十四)消息中间件MQ详解及四大MQ比较
  10. 年轻人,你为什么来阿里做技术?
  11. STL数组处理常用函数
  12. java中有jar连接数据库 SqlHelper配置
  13. 为什么要打jar_为什么海带要打一个结?
  14. Delphi XE 10.2.3使用FastReport 6.0.7
  15. SHELL编程命令大全
  16. Rainmeter雨滴天气-(永不过时版通过获取网页数据实现)
  17. 计算机里怎样打字,电脑知识:如何电脑快速打字
  18. VARCHART XGantt系列教程:如何在分组视图中更好地显示节点
  19. 计算机机房的维护方案,机房设备维护方案.doc
  20. Linux性能优化——如何测试网络延迟

热门文章

  1. 【第一组】第九次冲刺例会纪要
  2. 华为:当丑小鸭变成黑天鹅?
  3. Python批量删除docx文档中所有页眉和页脚
  4. 转载|领英开源TonY:构建在Hadoop YARN上的TensorFlow框架
  5. linux系统vim程序编译器,linux学习日记七 vim程序编辑器使用
  6. 学习使用jQuery中的on() 方法
  7. c++中调用c编写的动态链接库出现undefined reference to `xxx‘的解决方法
  8. edge启动页北hao123流氓绑定的其中一个解决方法
  9. 串口通信的隔离传输方案记录
  10. 计算机图像变为红色是什么故障,电脑显示器变成红色怎么办