name: rllab
channels:
- defaults
dependencies:
- _libgcc_mutex=0.1=main
- _openmp_mutex=5.1=1_gnu
- _sysroot_linux-64_curr_repodata_hack=3=haa98f57_10
- _tflow_select=2.1.0=gpu
- absl-py=1.3.0=py37h06a4308_0
- astor=0.8.1=py37h06a4308_0
- binutils_impl_linux-64=2.38=h2a08ee3_1
- binutils_linux-64=2.38.0=hc2dff05_0
- blas=1.0=mkl
- c-ares=1.19.0=h5eee18b_0
- ca-certificates=2023.01.10=h06a4308_0
- certifi=2022.12.7=py37h06a4308_0
- cffi=1.15.1=py37h5eee18b_3
- chainer=7.8.0=pyhd3eb1b0_0
- cudatoolkit=9.0=h13b8566_0
- cudnn=7.6.5=cuda9.0_0
- cupti=9.0.176=0
- cycler=0.11.0=pyhd3eb1b0_0
- dbus=1.13.18=hb2f20db_0
- expat=2.4.9=h6a678d5_0
- flit-core=3.6.0=pyhd3eb1b0_0
- fontconfig=2.14.1=h4c34cd2_2
- freetype=2.12.1=h4a9f257_0
- gast=0.5.3=pyhd3eb1b0_0
- gcc_impl_linux-64=11.2.0=h1234567_1
- gcc_linux-64=11.2.0=h5c386dc_0
- giflib=5.2.1=h5eee18b_3
- glib=2.69.1=he621ea3_2
- google-pasta=0.2.0=pyhd3eb1b0_0
- grpcio=1.42.0=py37hce63b2e_0
- gst-plugins-base=1.14.1=h6a678d5_1
- gstreamer=1.14.1=h5eee18b_1
- gxx_impl_linux-64=11.2.0=h1234567_1
- gxx_linux-64=11.2.0=hc2dff05_0
- h5py=2.10.0=py37hd6299e0_1
- hdf5=1.10.6=hb1b8bf9_0
- icu=58.2=he6710b0_3
- importlib-metadata=4.11.3=py37h06a4308_0
- intel-openmp=2023.1.0=hdb19cb5_46305
- joblib=1.1.1=py37h06a4308_0
- jpeg=9e=h5eee18b_1
- keras-applications=1.0.8=py_1
- keras-preprocessing=1.1.2=pyhd3eb1b0_0
- kernel-headers_linux-64=3.10.0=h57e8cba_10
- kiwisolver=1.3.2=py37h295c915_0
- krb5=1.19.4=h568e23c_0
- lcms2=2.12=h3be6417_0
- ld_impl_linux-64=2.38=h1181459_1
- lerc=3.0=h295c915_0
- libclang=14.0.6=default_hc6dbbc7_1
- libclang13=14.0.6=default_he11475f_1
- libdeflate=1.17=h5eee18b_0
- libedit=3.1.20221030=h5eee18b_0
- libevent=2.1.12=h8f2d780_0
- libffi=3.4.4=h6a678d5_0
- libgcc-devel_linux-64=11.2.0=h1234567_1
- libgcc-ng=11.2.0=h1234567_1
- libgfortran-ng=7.5.0=ha8ba4b0_17
- libgfortran4=7.5.0=ha8ba4b0_17
- libgomp=11.2.0=h1234567_1
- libgpuarray=0.7.6=h7f8727e_1
- libllvm14=14.0.6=hdb19cb5_3
- libpng=1.6.39=h5eee18b_0
- libpq=12.9=h16c4e8d_3
- libprotobuf=3.20.3=he621ea3_0
- libstdcxx-devel_linux-64=11.2.0=h1234567_1
- libstdcxx-ng=11.2.0=h1234567_1
- libtiff=4.5.0=h6a678d5_2
- libuuid=1.41.5=h5eee18b_0
- libwebp=1.2.4=h11a3e52_1
- libwebp-base=1.2.4=h5eee18b_1
- libxcb=1.15=h7f8727e_0
- libxkbcommon=1.0.1=h5eee18b_1
- libxml2=2.10.3=hcbfbd50_0
- libxslt=1.1.37=h2085143_0
- lz4-c=1.9.4=h6a678d5_0
- mako=1.2.3=py37h06a4308_0
- markdown=3.4.1=py37h06a4308_0
- markupsafe=2.1.1=py37h7f8727e_0
- matplotlib=3.3.2=h06a4308_0
- matplotlib-base=3.3.2=py37h817c723_0
- mkl=2018.0.3=1
- mkl-service=1.1.2=py37h90e4bf4_5
- mkl_fft=1.0.6=py37h7dd41cf_0
- mkl_random=1.0.1=py37h4414c95_1
- mpi=1.0=mpich
- mpi4py=3.1.4=py37hfc96bbd_0
- mpich=3.3.2=hc856adb_0
- nccl=1.3.5=cuda9.0_0
- ncurses=6.4=h6a678d5_0
- ninja=1.10.2=h06a4308_5
- ninja-base=1.10.2=hd09550d_5
- nspr=4.35=h6a678d5_0
- nss=3.89.1=h6a678d5_0
- numpy=1.15.4=py37h1d66e8a_0
- numpy-base=1.15.4=py37h81de0dd_0
- openssl=1.1.1t=h7f8727e_0
- packaging=22.0=py37h06a4308_0
- pandas=1.1.5=py37h2531618_0
- path=16.2.0=pyhd3eb1b0_0
- path.py=12.5.0=hd3eb1b0_0
- pcre=8.45=h295c915_0
- pillow=9.4.0=py37h6a678d5_0
- pip=22.3.1=py37h06a4308_0
- ply=3.11=py37_0
- pycparser=2.21=pyhd3eb1b0_0
- pygpu=0.7.6=py37heb32a55_0
- pyparsing=3.0.9=py37h06a4308_0
- pyqt=5.15.7=py37h6a678d5_1
- pyqt5-sip=12.11.0=py37h6a678d5_1
- python=3.7.16=h7a1cb2a_0
- python-dateutil=2.8.2=pyhd3eb1b0_0
- pytorch=0.4.1=py37ha74772b_0
- pytz=2022.7=py37h06a4308_0
- qt-main=5.15.2=h8373d8f_8
- qt-webengine=5.15.9=hbbf29b9_6
- qtwebkit=5.212=h3fafdc1_5
- readline=8.2=h5eee18b_0
- scikit-learn=0.23.2=py37h0573a6f_0
- scipy=1.1.0=py37hfa4b5c9_1
- setuptools=65.6.3=py37h06a4308_0
- sip=6.6.2=py37h6a678d5_0
- six=1.16.0=pyhd3eb1b0_1
- sqlite=3.41.2=h5eee18b_0
- sysroot_linux-64=2.17=h57e8cba_10
- tbb=2021.8.0=hdb19cb5_0
- tbb4py=2021.7.0=py37hdb19cb5_0
- tensorboard=1.14.0=py37hf484d3e_0
- tensorflow=1.14.0=gpu_py37hae64822_0
- tensorflow-base=1.14.0=gpu_py37h8f37b9b_0
- tensorflow-estimator=1.14.0=py_0
- tensorflow-gpu=1.14.0=h0d30ee6_0
- termcolor=2.1.0=py37h06a4308_0
- theano=1.0.2=py37h6bb024c_0
- threadpoolctl=2.2.0=pyh0d69192_0
- tk=8.6.12=h1ccaba5_0
- toml=0.10.2=pyhd3eb1b0_0
- torchvision=0.2.1=py37_0
- tornado=6.2=py37h5eee18b_0
- typing_extensions=4.4.0=py37h06a4308_0
- werkzeug=2.2.2=py37h06a4308_0
- wheel=0.38.4=py37h06a4308_0
- wrapt=1.14.1=py37h5eee18b_0
- xz=5.4.2=h5eee18b_0
- zipp=3.11.0=py37h06a4308_0
- zlib=1.2.13=h5eee18b_0
- zstd=1.5.5=hc292b87_0
- pip:
- box2d==2.3.10
- cached-property==1.5.2
- charset-normalizer==3.1.0
- cloudpickle==2.2.1
- filelock==3.12.0
- gym==0.7.4
- idna==3.4
- lasagne==0.1
- mujoco-py==0.5.7
- nose==1.3.7
- plotly==5.14.1
- protobuf==4.23.2
- pygame==2.4.0
- pyglet==1.3.0
- pyopengl==3.1.7
- pyprind==2.11.3
- requests==2.31.0
- tenacity==8.2.2
- urllib3==2.0.2
prefix: /home/devil/anaconda3/envs/rllab

rllab运行环境是Reinforcement Learning的经典运行环境,虽然现在已经放弃维护了,但是也很有借鉴价值,曾经多次尝试配置该环境,但是由于该环境的依赖环境大都过期无法安装,因此如何在各个依赖环境的高阶版本中寻找出一个可以运行的版本搭配环境仿佛成了一个NP难题,最后还是经过各种手动调试版本参数才实现成功安装,这里给出具体的anaconda下的依赖环境版本。

源代码地址:

https://gitee.com/devilmaycry812839668/rllab

==========================================================

首次配置成功rllab运行环境,给出anaconda下的配置的更多相关文章

  1. 配置perl-cgi的运行环境,由于Active Perl安装在d:\perl

    Apache 1.3.22 for Win32+PHP 4.0.6+Active Perl 5.006001+Zend Optimizer v1.1.0+mod_gzip 1.3.19.1a+MySQ ...

  2. vsCode怎么为一个前端项目配置ts的运行环境

    vsCode为一个前端项目配置ts的运行环境,ts文件保存的时候自动编译成js文件: 假设此前端项目名称为Web:文件结构如图 1. 在根目录中新建一个“.vscode”文件夹,里面建一个“tasks ...

  3. VScode配置CMD本地运行环境(2.0)

    VScode配置CMD本地运行环境(2.0) 官方Task.json说明 完整的Task.json配置信息 Task.json预定义变量 看了很多网上的教程都说需要下载VScode的python插件, ...

  4. 配置tomcat,java运行环境

    1.下载JDK,安装 官网下载地址:http://java.sun.com/javase/downloads/index.jsp 下载后,安装,选择你想把JDK安装的目录: 比如:JDK安装目录:E: ...

  5. win7下安装配置tomcat,java运行环境

    转 http://www.cnblogs.com/pannysp/archive/2012/03/07/2383364.html 1.下载JDK,安装 官网下载地址:http://java.sun.c ...

  6. 腾讯云极速配置NodeJS+LNMP运行环境

    版权声明:本文由吴逸翔原创文章,转载请注明出处: 文章原文链接:https://www.qcloud.com/community/article/848754001487150669 来源:腾云阁 h ...

  7. 安装配置tomcat,java运行环境

    1.下载JDK,安装 官网下载地址:http://java.sun.com/javase/downloads/index.jsp 下载后,安装,选择你想把JDK安装的目录: 比如:JDK安装目录:E: ...

  8. mac 安装nginx,并配置nginx的运行环境

    1. 安装nginx // 查询有没有nginx brew search nginx //开始安装nignx brew install nginx 2. 检查nignx是否安装成功 nginx -V ...

  9. AgileEAS.NET SOA 中间件平台5.2版本下载、配置学习(二):配置WinClient分布式运行环境

    一.前言 AgileEAS.NET SOA 中间件平台是一款基于基于敏捷并行开发思想和Microsoft .Net构件(组件)开发技术而构建的一个快速开发应用平台.用于帮助中小型软件企业建立一条适合市 ...

  10. docker之配置TensorFlow的运行环境

    Docker是一种 操作系统层面的虚拟化技术,类似于传统的虚拟机.传统虚拟机技术是虚拟出一套硬件后,在其上运行一个完整操作系统,在该系统上再运行所需应用进程:而容器内的应用进程直接运行于宿主的内核,容 ...

随机推荐

  1. ssh基础

    SSH安全登录 机器准备 什么是SSH SSH 或 Secure Shell 协议是一种远程管理协议,允许用户通过 Internet 访问.控制和修改其远程服务器. SSH 服务是作为未加密 Teln ...

  2. 手写LRU热点缓存数据结构

    引言 LRU是开发过程中设计缓存的常用算法,在此基础上,如何设计一个高效的缓存呢?本文就带大家分析并手撸一个LRUCache. LRU算法 LRU(Least recently used,最近最少使用 ...

  3. 基于 Swagger 增强 UI FytApi.MUI

    FytApi.MUI 介绍 基于swagger的轻量级,注入化的api-ui组件 支持netcore 3.1/5.0/6.0 特点 零浸入.轻量.简单.好看.好用 可配置权限认证以及Header,支持 ...

  4. 【译】向您介绍改版的 Visual Studio 资源管理器

    随着最近 Visual Studio 的资源管理器的改进,开发人员将得到一种全新的享受!我们非常激动地宣布重新设计的 Visual Studio 资源管理器,相信我们,它将改变游戏规则. 在 Visu ...

  5. requests的使用

    准备工作 安装request库 pip install request 实例引入 get方法实现GET请求,返回一个Response对象,存放在变量r中,分别输出响应的类型.状态码.响应体的类型.内容 ...

  6. zip-zip(子函数调用)

    题目 监听服务器端口,得到题目如下: 源码解析 主函数 主函数中是题目界面的逻辑,对应于用户的选择做出相应的操作,其中需要注意的是选项2,解压操作需要获得root权限(uid==0). 选项1,2:文 ...

  7. 使用jsp+servlet+mysql用户管理系统之用户注册-----------使用简单三层结构分析页面显示层(view),业务逻辑层(service),数据持久层(dao)

    View层:jsp+servlet: jsp: <%@ page language="java" contentType="text/html; charset=U ...

  8. Unicode 和JS中的字符串

    计算机内部使用二进制存储数据,只认识0和1两个数字,计算机的世界只有0和1.但我们的世界却充满着文字,如a, b, c.怎样才能让计算机显示文字,供我们使用和交流?只能先把文字转化成数字进行存储,然后 ...

  9. Windows安装OnlyOfiice教程

    1.OnlyOffice介绍 OnlyOffice 是一个在线创建.编辑和协作文档的服务. 2.Docker介绍 Docker 是一个开源的应用容器引擎,让开发者可以打包他们的应用以及依赖包到一个可移 ...

  10. CentOS7离线安装devtoolset-9并编译redis6.0.5

    首先参照https://www.cnblogs.com/wdw984/p/13330074.html,来进行如何安装Centos和离线下载rpm包. 离线下载jemalloc,上传到CentOS的/d ...