Linux 安装指南 - nanpuhaha/SerpentAI GitHub Wiki
提示: 这个教程还在不断完善中，如果按照此教程进行配置遇到任何问题，请创建一个问题或者在 Discord 中发信息提问，或直接 @Serpent.AI，非常感谢。
在 linux 平台上部署 Serpent.AI 相对简单一些，本安装指南是在 Antergos 平台( Arch架构 )上进行编写和测试的，但经过少量的修改应该可以适配所有其他发行版。我们鼓励在此页添加任何针对其他发行版的改进。
初始要求
- 基于 X11 的桌面环境，现阶段还不支持 Wayland，抱歉我的老伙计 - Serpent.AI 是基于 Cinnamon DE 开发的。
Python 环境
Python 3.6+
Serpent.AI 的开发利用了很多 Python 3.6 的特征功能，所以 Python 的版本要求最低为 3.6。
如果你的系统本身的 Python 已经符合了这一需求( Arch-架构的基本都符合，其他的不尽然)，你可以随意使用本框架。但是我们推荐使用诸如 pyenv 的 Python 版本管理软件，同时使用一个正确配置的虚拟环境 (VirtualEnv)。一旦因为操作不当导致 Python 本身出现严重问题，这样可以避免导致依赖 Python 的系统工具的运行崩溃。
本节说明建立在使用 pyenv 的基础上，虽然本教程不会详细介绍如何配置 pyenv ，但是这里有一份关于 pyenv-installer 的详细文档你可以查阅。
安装 Python 3.6
pyenv install 3.6.2 (如果有更新的版本，也可以)
在基于Debian的系统上，如果Python编译失败了，尝试使用下面的方法：
sudo apt-get install libexpat1-dev libssl-dev zlib1g-dev libncurses5-dev libbz2-dev liblzma-dev libsqlite3-dev libffi-dev tcl-dev libgdbm-dev libreadline-dev tk tk-dev openssl (Python 编译依赖包)
为 Serpent.AI 创建一个虚拟运行环境 (VirtualEnv)
pyenv virtualenv 3.6.2 serpent (当然如果你愿意的话，serpent 这个名字可以随便改)
为 Serpent.AI 项目创建一个目录
mkdir SerpentAI && cd SerpentAI
为虚拟环境 (VirtualEnv) 分配目录
pyenv local serpent
这样会创建一个 .python-version 文件，这样一旦进入这个目录，就可以自动启动虚拟环境了。
第三方软件依赖
Redis
Redis 用来实现所捕获帧的内存内存储，同时也是分析事件的临时容器。最低版本要求 3.0.0。
你可以使用包管理器安装 Redis ( Arch架构: redis, Debian架构: redis-server)。你可以选择从源代码处进行安装或者使用 Docker 容器。
一旦安装成功，你可以通过运行redis-cli命令来测试其是否正确安装。注意该命令不适用于Docker容器安装的方法，不过如果你的容器已经运行起来了，你就可以继续下一步了！
出于运行效率表现考虑，我们更推荐使用原生安装，不推荐使用 Docker 安装。
Tesseract
Serpent.AI 内含有一些 OCR 功能，这样我们就可以从游戏帧中读取文字了，我们把这项重任交给 Tesseract 去完成。你可以使用包管理器安装 Tesseract ( Arch-架构: tesseract, Debian-架构: tesseract-ocr)。Tesseract 需要对应的语言包进行工作，同样你也可以使用包管理器获取语言包，以英文为例 ( Arch-架构: tesseract-data-eng, Debian-架构: tesseract-ocr-eng)。如果你还需要识别游戏中的其他语言，比如中文，那么就把 eng 改成 chi_sim。
使用tesseract --list-langs可以测试 Tesseract 是否成功安装，同时也可以查看已经安装的语言包。
在 Debian-架构的发行版中，在编译Python包时有些系统也需要一些特定的库: libtesseract-dev libleptonica-dev。
Kivy 依赖
Arch-架构 系统
安装以下包: sdl2 Install the following package: sdl2
Debian-架构 系统
sudo add-apt-repository ppa:kivy-team/kivy
sudo apt-get update
sudo apt-get install python3-kivy
要注意在有些发行版中 (比如 Ubuntu 16.04)，为了保障 Kivy 的正确安装，你必须手动定义所安装的 Cython 的版本。举例来说 pip install Cython==0.25.2, 参考自 StackOverflow。
GPU-加速的Tensorflow 依赖 (可选)
只有当如下情况时你才需要安装:
-
你设计的游戏代理使用了诸如卷积神经网络CNN、或者循环神经网络RNN等深度神经网络DNN，而且想要充分利用Tensorflow和你的显卡(们)的运算能力。
-
你拥有一张支持CUDA 3.0+的显卡，一般来说GTX 600系列之上的都行。
NVIDIA 英伟达驱动
在安装任何其他依赖之前，请务必确认你的系统已经针对你的GPU进行了正确的配置，安装了合适的显卡驱动程序。若想测试是否正确安装，最简单的方式是运行nvidia-smi。如果你没有看到任何问题，而且明确的看到了你的显卡版本信息，你就可以继续了。
Arch-架构 系统
利用包管理器安装驱动应该是最简单的安装方式了。请在包管理器中安装如下包: nvidia & nvidia-installer. Optionally: nvidia-settings & nvidia-utils。可选包: nvidia-settings & nvidia-utils。请确认不要安装 xf86-video-nouveau 包，因为安装它会导致驱动冲突错误。
运行 nvidia-installer，然后跟着屏幕上的说明进行就可以了。
Debian-架构 系统
- 进入 TTY 终端 (Ctrl + Alt + F1)
- 运行
sudo apt-get purge nvidia-* - 运行
sudo apt-add-repository ppa:graphics-drivers/ppa - 运行
sudo apt-get update - 运行
sudo apt-get install nvidia-384 - 运行
sudo reboot
CUDA
Arch-架构 系统
安装如下包: cuda
Debian-架构 系统
运行 sudo apt-get install nvidia-cuda-dev nvidia-cuda-toolkit nvidia-nsight (Ubuntu 17.04)
cuDNN
Arch-架构 系统
安装如下包: cudnn
Debian-架构 系统
- 注册一个账户 https://developer.nvidia.com/
- 访问 https://developer.nvidia.com/cudnn
- 下载 cuDNN v6.0 Library for Linux
- 在命令行中进入下载文件的路径，运行
tar -xvzf cudnn-8.0-linux-x64-v6.0.tgz - 运行
sudo mv cuda /usr/local/ - 往 .bashrc 中添加环境变量
export LD_LIBRARY_PATH=/usr/local/cuda/lib64/然后 source 它。
开始安装 Serpent.AI
一旦上面的所有组件都被正确安装与配置，你就可以开始安装 Serpent.AI 框架了。
返回你原来为自己创建的 Serpent.AI 项目目录，你的虚拟环境 (VirtualEnv) 应该会自动切换好。
运行 pip install SerpentAI
然后 运行 serpent setup 来自动安装余下的依赖包。