最近師弟在做DQN的實驗，由於是強化學習方面的東西，正好和我現在的研究方向一樣於是我便幫忙跑了跑實驗，於是就有了今天的這個內容。
首先在github上進行搜尋，如下圖：
發現第一個星數最多，而且遠高於其它的項目，於是拉取這個鏈接：
https://github.com/devsisters/DQN-tensorflow
本篇博客主要是講解一下該代碼運行環境的如何搭建，采用 conda 配置。
首先看下 README 上的內容， 主要是requirement最重要：
考慮到運行的兼容性，於是決定使用python2.7版本環境運行，下面開始 conda 的配置：
搜尋python2.7版本，並采用最小自版本號
conda search python=2.7
選擇 python2.7.3版本， 為環境命名 dqn_2 :
conda create -n dqn_2 python=2.7.3
進入新建環境，並確認版本：
conda activate dqn_2
安裝 numpy scipy
conda install numpy scipy
安裝 tqdm (進度條模塊)
pip install tqdm==4.30
安裝 gym (oepnai 的 游戲環境交互模塊)
可選安裝：
pip install gym==0.1.0
必選安裝：
pip install gym[Atari]==0.1.0
安裝 gpu 計算環境 cudatookit 和 cudnn（由於需要安裝深度學習框架 tensorflow-gpu , python27 0.12.1 版本。）
由於安裝的tensorflow-gpu 0.12.1 所依賴的 環境，我們選擇 cudatookit8.0 cudnn5.1
如下圖：
conda install cudatoolkit=8.0=3
conda install cudnn=5.1.10=cuda8.0_0
安裝深度學習框架 tensorflow-gpu , 選擇python27 0.12.1 版本。
給出下載地址：
https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-0.12.1-cp27-none-linux_x86_64.whl
pip install tensorflow_gpu-0.12.1-cp27-none-linux_x86_64.whl
為運行環境設置動態庫地址， 目的是為了要 程序知道安裝的cudatookit和cudnn的lib位置：
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/home/devil/anaconda3/envs/dqn_2/lib
其中， dqn_2 為conda 中所設置的運行環境名稱。
運行：
python main.py --env_name=Breakout-v0 --is_train=True
配置成功， 並且可運行。
參考資料：
https://blog.csdn.net/u011636567/article/details/77162217