深度學習Flappy Bird
阿新 • • 發佈：2019-02-03
Flappy Bird
在此示例中，你將看到一個深度學習代理在玩 Flappy Bird！你可以自己訓練該代理，但是現在我們先開始使用作者提供的預先訓練好的網路。注意，下面的代理能夠直接玩遊戲，不用告訴它關於遊戲結構或規則的任何資訊。它會通過檢視每次迴圈時的操作流程，自動發現遊戲規則。
我們將使用此 GitHub 程式碼庫（作者：Yenchen Lin）
說明
- 安裝 miniconda 或 anaconda（如果尚未安裝的話）。你可以按照我們在前一課的教程操作。
-
為 flappybird 建立一個環境
-
Mac/Linux：
conda create --name=flappybird python=2.7 -
Windows：
conda create --name=flappybird python=3.5
-
Mac/Linux：
-
進入你的 conda 環境
-
Mac/Linux：
source activate flappybird -
Windows：
activate flappybird
-
Mac/Linux：
-
conda install -c menpo opencv3 -
pip install pygame -
pip install tensorflow -
git clone https://github.com/yenchenlin/DeepLearningFlappyBird.git -
cd DeepLearningFlappyBird -
python deep_q_network.py