2018年4月17日更新--------------------------------------------------------
目前github官方主页上ml-agents已有中文翻译，传送门是：
https://github.com/Unity-Technologies/ml-agents/tree/master/docs/localized/zh-CN
2018年3月30日更新---------------------------------------------------------
因为前不久，ML-Agents出了最新的0.3版本，而且内容也做出了较大的更新，现在对这篇环境安装的内容做出补充说明，原来的博文有些地方已经过时了。最佳的Windows环境安装教程以官方Github页面为准，传送门是在这里：
https://github.com/Unity-Technologies/ml-agents/blob/master/docs/Installation-Windows.md
上面是windows用户安装环境的英文教程。此外，我会针对原来博客的部分内容作出修正补充：
1.原博客说用python3.5版本 和tensorflow1.3 版本，其实当前时间点（3月30日），最新的ml agent v0.3版本是支持到python3.6 和 tensorflow 1.4 的。
2.Cuda 版本 和 cudnn 的版本与原博文保持一致
3.原来激活的环境是用指令 activate tensorflow-gpu， 目前官方的教程中是直接使用的新的环境: activate ml-agents.大家最好跟着官方页面中进行安装。
-------------------------------------分割线--------------------------------
下面是之前的博文：
这篇博文主要是基于在Unity中使用机器学习的准备工作，即先安装好机器学习所需要的系统环境。我先列出来我所参考的学习教程网站：
1.http://blog.nitishmutha.com/tensorflow/2017/01/22/TensorFlow-with-gpu-for-windows.html
跟着上述的教程，基本上可以很容易的 知道 整个安装的流程以及所需要下载的内容。但是博主在安装的过程中踩了无数的坑，现在只针对于这个流程中所遇到的坑来阐述其他人在安装的过程中所应该注意的问题。本文不会再细致的说明安装的流程，只会阐述所遇到的坑。
博主的操作系统环境是：Windows 10
1。教程网站中安装python3.5 的步骤可以暂时不用安装，因为后面安装好Anaconda之后，可以通过命令行安装，简单方便
2。安装Navidia Cuda Gpu。。划重点，Cuda有很多个版本。默认从官网安装的时候，有可能直接就安装的是Cuda9.0 版本。就博主现在写博客的时间（2017年10月10日）情况下，9.0版本的Cuda 没法正常的使用Tensorflow。博主推荐下载Cuda8.0 版本，8.0版本的下载链接在第3条后面的博客中有。 （可以在原教程中查看自己所使用的显卡是否可以兼容Cuda）
3.安装cuDNN。 原教程上说是要安装5.1版本。。但是据说这个版本在博主写博客的时间下没法兼容Tensorflow 1.3 了。而博主的Tensorflow版本是1.3 ， 因此我们此时要安装cuDNN 6 版本。。具体的安装版本的情况可以参考下面的这个博主：
http://blog.csdn.net/u010099080/article/details/53418159
由于tensorflow 以及cuda 都是不停的在更新新的版本，本篇博文应该也有一定的时效性，只针对于写文章的这段时间下，下载这些版本的程序可以相互兼容。记住，任何一个程序的版本不正确，都有可能导致最后无法正确的使用tensorflow。
4.安装Anaconda。安装的过程跟着原教程走即可。但是有一点要说明的是，安装好Anaconda之后，我们会在命令行中去安装python，tensorflow等包，但是这些包都放在国外的服务器上，如果就直接照着原链接下载，那个下载速度会十分感人。（博主花了一整天的时间用来下载，最终因为网速太低，系统都看不下去了，给断了，简直头皮发麻）后来实在忍无可忍了，于是寻找解决办法。好在天无绝人之路，清华大学做了一个anaconda的镜像服务器，可以在anaconda上从清华的服务器上下载我们所需要的包。具体的方法点击下面的网址：http://blog.csdn.net/huludan/article/details/52711550
5。通过Anaconda安装python 和 Tensorflow。 具体的安装命令，原教程上都有。（要使用清华的服务器安装，只需要输入： conda install 包名 ）。敲黑板，划重点。安装python的时候一定要注意，安装python 3.5 的版本（博主安装的是python3.5.2），python3.6 好像不支持tensflow 1.3 。 博主的tensflow 版本是1.1 ， python版本是3.5.2 能够正常运行。
6。以上步骤都安装完成之后就可以在命令行中测试是否可以成功运行tensorflow了。具体的测试方法原教程也有，我这里再重复一下：
打开anaconda命令行-----> 输入： activate tensorflow-gpu -----> python ----> import tensorflow as tf ---->sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))
7. 如果在import tensorflow as tf 这一步没有报错的话就恭喜你安装成功，如果报了 imprtError: no module named ... 之类的错误的话，那么就恭喜你中奖了。仔细检查一下上面所安装的程序版本，看有没有不兼容的。如果你是过了很久之后看的这篇文章，那你要到网上多找资料，尽量找到都互相兼容的版本安装起来。反正博主在这个地方被折磨的死去活来。
好了，如果最终能运行成功，那说明机器学习所需要的环境已经成功满足。那么接下来的就是配置Unity的环境，Unity环境配置将会在下篇博文中写明。
博主建立了一个Unity的机器学习交流群，群号：142617170 欢迎大家进群交流。