从零开始人工智能系列：

人工智能运行开发环境搭建

第一个人工智能小程序：强化学习找金币

人工智能运行开发环境搭建

一、系统要求

操作系统为Win10。如果有条件的话，建议还是在Linux系统下搭建人工智能环境。

二、软件安装

由于使用Win10操作系统，环境搭建选定Anaconda软件为基础，人工智能组件选择了当前最热的两类：tensorflow和gym。

1.Anaconda软件安装
到https://www.anaconda.com/下载Anaconda软件，记住要下载支持python3.x的版本。下载后双击运行安装。我没有将Anaconda添加到PATH环境变量中，使其运行为一个相对独立的环境。安装完成后在开始菜单中有Anaconda目录，其中Anaconda Navigator和Anaconda Prompt是最常用的2个程序，前一个是有人机交互界面，后一个是控制台程序。

2.创建运行环境
运行Anaconda Navigator，依次点击【Enviroments】-【Create】，输入运行环境名称（这里我的环境名称为hdrai），选择Python版本3.6。

3.安装spyder
根据百度百科：Spyder是Python作者为它开发的一个简单的集成开发环境，和其他的Python开发环境相比，它最大的优点就是模仿MATLAB的“工作空间”的功能，可以很方便地观察和修改数组的值。
点击【Home】，选择刚才创建的运行环境（我创建的是hdrai）,安装Spyder组件。如果已安装，显示按钮为【Launch】,如果未安装，显示按钮为【Install】。

4.打开运行环境终端，升级pip（也可以选择暂时不升级）
在Anaconda软件中选中刚才创建的运行环境（我创建的是hdrai），点击向右箭头，选择【Open Terminal】，打开终端。

输入：python -m pip install --upgrade pip

5.安装tensorflow
输入：pip install tensorflow

6.安装keras
输入：pip install keras

7.安装matplotlib
输入：pip install matplotlib

8.安装gym
输入：pip install gym
安装过程中，注意到环境中已经有高版本的pyglet了（1.3.2），安装的gym版本是0.10.9。后面在用代码测试环境时发现pyglet-1.3.2支持gym-0.10.9时会报错，需要将pyglet版本降到1.2.4。
降版本的命令为：pip install pyglet==1.2.4
安装完成后可以用pip list查看所有安装的组件及版本

三、运行环境测试

使用两个事例分别对tensorflow和gym的运行环境进行测试，测试工具使用spyder。
1.倒立摆试验（基于gym的应用）
这是http://gym.openai.com/docs/上的事例，代码如下：

import gym
from gym import wrappers
env=gym.make('CartPole-v0')
# 根据本机情况创建一个缓存目录
env=wrappers.Monitor(env,'E:/Workplace/OpenAI/tmp/cartpole-experiment-1', force='True')
for i_episode in range(20):observation=env.reset()for t in range(100):env.render()print(observation)action=env.action_space.sample()s,r,done,info=env.step(action)if done:print("Episode finished after {} timestep".format(t+1))break
# 关闭动画效果窗体
exit()

运行效果为：

2.拟合平面（基于tensorflow的应用）
这是http://www.tensorfly.cn/tfdoc/get_started/introduction.html 上的事例，代码如下：

import tensorflow as tf
import numpy as np
# 使用 NumPy 生成假数据(phony data), 总共 100 个点.
x_data = np.float32(np.random.rand(2, 100)) # 随机输入
y_data = np.dot([0.100, 0.200], x_data) + 0.300
# 构造一个线性模型#
b = tf.Variable(tf.zeros([1]))
W = tf.Variable(tf.random_uniform([1, 2], -1.0, 1.0))
y = tf.matmul(W, x_data) + b
# 最小化方差
loss = tf.reduce_mean(tf.square(y - y_data))
optimizer = tf.train.GradientDescentOptimizer(0.5)
train = optimizer.minimize(loss)
# 初始化变量
init = tf.initialize_all_variables()
# 启动图 (graph)
sess = tf.Session()
sess.run(init)
# 拟合平面
for step in range(0,201):sess.run(train)if step % 20 == 0:print(step, sess.run(W), sess.run(b))
# 得到最佳拟合结果 W: [[0.100  0.200]], b: [0.300]

运行效果为：

四、后记

上述安装的组件都是最基本的组件，在后续学习和实践中还会要求安装新的组件。

【从零开始人工智能01】人工智能运行开发环境搭建相关推荐

【Android基础笔记01】Android开发环境搭建和HelloWorld
最近手头项目3.0版本要上线了, 没有那么多工作压力了, 抽空看了看之前在云笔记上做的笔记都是一些基础知识给大家分享出来吧一.什么是Android?[了解 ] Android(中文俗称安卓)是一 ...
01 esp32c3 Arduino 开发环境搭建
参考链接参考链接2 离线安装 esp32 Arduino 下载 Arduino ide 并安装打开[文件]->[首选项]->[附件开发板管理器网址]填入一下网址: https://ww ...
ESP32 入门笔记01：乐鑫ESP32-DevKitC开发板信息、开发环境搭建以及学资料准备
文章目录一.ESP32-DevKitC 开发板介绍二.ESP32 开发环境 1. Arduino IDE 1.1 开发环境搭建步骤 1.2 实验:使用 Arduino IDE 将代码上传到 ESP ...
AI算法工程师 | 02人工智能基础-Python基础（一）开发环境搭建
文章目录 Python开发环境搭建 1. Python开发环境选择及下载 2. Miniconda安装和测试 3. Pycharm安装和代码运行 4. Jupyter安装和代码运行 5. Python ...
vscode如何运行python新手教程_从零开始的TensorFlow+VScode开发环境搭建的步骤(图文)...
VScode不愧是用户数量上升最快的编辑器,界面华丽(当然,需要配合各种主题插件),十分容易上手且功能强大.之前用它写C++体验十分nice,现在需要学习tensorflow,而工欲善其事必先利其器, ...
统信uos人工智能开发环境搭建分享
人工智能领域包含了机器学习.知识图谱.自然语言处理.人机交互.计算机视觉.生物特征识别.AR/VR等关键技术.统信软件早已布局与人工智能技术的结合,一方面,国内主要人工智能厂商都参与到统信软件的生态建 ...
微信公众号Java开发-笔记01【微信公众号介绍、开发环境搭建】
学习网址:哔哩哔哩网站微信公众号开发-Java版微信公众号Java开发-笔记01[微信公众号介绍.开发环境搭建] 微信公众号Java开发-笔记02[] 微信公众号Java开发-笔记03[] 微信公 ...
从零开始：小程序开发环境搭建详解
文章目录人工智能福利文章前言一.了解小程序二.小程序开发环境搭建开发工具开发环境三.小程序开发入门注册开发者账号下载小程序开发工具创建小程序项目开发小程序页面调试和测试小程序 ...
【S32K】S32K144入门笔记(1) 从零开始进行开发环境搭建
0.目录文章目录 0.目录 1. 起因 2. 开发环境 2.1 软件开发环境选择 2.2 S32DS 2.2.1 下载&安装 2.2.2 Demo工程 2.3 硬件开发板选择 2.3.1 硬 ...

【从零开始人工智能01】人工智能运行开发环境搭建