Intel处理器macOS Sonoma下用Conda搭建指定版本RL实验环境求助

1. Conda环境YAML配置文件（rl_env.yml） #

直接创建该文件，包含所有指定依赖及适配macOS的配置：

name: rl_experiment
channels:
  - pytorch
  - conda-forge
  - defaults
dependencies:
  - python=3.8
  - pip=23.0.1
  - pytorch=2.0.1
  - torchvision=0.15.2
  - torchaudio=2.0.2
  - jupyter
  - pip:
    - gym==0.17.3
    - git+https://github.com/Kojoley/atari-py.git
    - pyglet==1.5.0
    - h5py==3.1.0
    - pillow==9.5.0
    - keras-rl2==1.0.5
    - keras==2.2.4
    - tensorflow==2.5.3
    - tensorflow-metal==0.2.0
    - agents==1.4.0

2. Pip依赖文件（requirements.txt） #

若偏好先创建基础Conda环境再用Pip安装：

gym==0.17.3
git+https://github.com/Kojoley/atari-py.git
pyglet==1.5.0
h5py==3.1.0
pillow==9.5.0
keras-rl2==1.0.5
keras==2.2.4
tensorflow==2.5.3
tensorflow-metal==0.2.0
torch==2.0.1
agents==1.4.0

3. 安装步骤 #

1. 创建并激活Conda环境

   # 使用YAML文件创建
   conda env create -f rl_env.yml
   # 激活环境
   conda activate rl_experiment
   

   或先创建空环境再用Pip安装：

   conda create -n rl_experiment python=3.8
   conda activate rl_experiment
   pip install -r requirements.txt
   

2. 验证GPU加速（TensorFlow-Metal）
   在Jupyter Notebook中运行以下代码确认GPU可用：

   import tensorflow as tf
   print("GPU可用:", tf.config.list_physical_devices('GPU'))
   

3. Gym附属兼容包（Atari环境）补充说明

   • 上述配置已包含Kojoley/atari-py的安装，该分支修复了macOS下的兼容性问题
   • 若安装后仍无法运行Atari环境，执行以下命令安装系统依赖：

     brew install cmake sdl2 sdl2_image sdl2_ttf sdl2_mixer
     

关键注意事项 #

• TensorFlow 2.5.3需搭配tensorflow-metal==0.2.0才能在AMD GPU上正常启用加速
• Keras 2.2.4与TensorFlow 2.5.3已做版本兼容适配，无需额外调整
• Python 3.8是所有指定库版本的共同兼容基线，请勿随意升级

内容的提问来源于stack exchange，提问作者Javier