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. UniRx-unirx中的对象池

    UniRx-unirx中的对象池 对象池Unirxunity 对象池 一.对象池模式 <游戏设计模式-对象池模式> 1.概念 定义一个池对象,其包含了一组可重用对象. 其中每个可重用对象都 ...

  2. QT学习:00 介绍

    --- title: framework-cpp-qt-00-介绍 date: 2020-04-08 15:41:54 categories: tags: - c/c++ - qt --- 章节描述: ...

  3. 写给rust初学者的教程(三):闭包、智能指针、并发工具

    这系列RUST教程一共三篇.这是最后一篇,介绍RUST语言的进阶概念.主要有闭包.智能指针.并发工具. 上一篇:写给rust初学者的教程(二):所有权.生存期 closure "闭包&quo ...

  4. vscode插件记录

    前言 vscode因插件而强大. 记录一下好用的插件,以备后续参考. 插件汇总 内容1-14来源于<正点原子 I.MX6U驱动开发指南>4.5节, C/C++,这个肯定是必须的; C/C+ ...

  5. Ubuntu20.04中 ORBSLAM3的安装和测试

    ORBSLAM3 安装以及测试教程(Ubuntu20.04) 1.前期准备工作 1.1安装相关依赖 sudo apt install git cmake gcc g++ mlocate 1.2下载OR ...

  6. Mybatis 一级缓存

    Mybatis一级缓存介绍 什么是缓存 程序经常要调用的对象存在内容中,方法其使用时可以快速调用,不必去数据库或者其他持久化设备中查询,主要就是提高性能 Mybatis一级缓存 简介:一级缓存的作用域 ...

  7. 如何应对红帽不再维护 CentOS

    CentOS(Community Enterprise Operating System,社区企业操作系统)是一种开源的.免费的操作系统.由 Lance Davis 发起,通过社区驱动,目标是创建一个 ...

  8. Quartus Ⅱ调用FIFO IP核方法实现求和(Mega Wizard)

    摘要:本次实验学习记录主题为"FIFO_IP核实现算术求和",主要内容是上位机通过串口向FPGA发送一定规格的数字矩阵,FPGA对矩阵处理,按规定逻辑实现求和运算,将结果返回串口转 ...

  9. C++ 中的 lowbit

    lowbit 的定义 首先了解 lowbit 的定义 \(lowbit(n)\) ,为 \(n\) 的二进制原码中最低的一位 \(1\) 以及其后面的 \(0\) 所表示的数 举个简单的例子: 将 \ ...

  10. TLScanary:Pwn中的利器

    TLScanary:Pwn中的利器 引言:什么是TLScanary?   在二进制漏洞利用(Pwn)领域,攻击者面临着层层防护措施的挑战.在安全竞赛(如CTF)和实际漏洞利用中,TLS(线程本地存储) ...