驴车的硬件性能终究是有限的，训练还是放到PC端进行；

在PC端安装donkeyCar训练环境：

参考链接：

Ubuntu16.04 安装anaconda3支持python3

conda的安装与使用方法简介

暗影精灵2代：ubuntu16.04 安装NVIDIA GTX1050TI显卡驱动

step1:安装anaconda

可以安装Miniconda:下载的资源会少些
https://docs.conda.io/en/latest/miniconda.html

安装完整版亦可。

此过程参考之前的帖子，这里不重复码字了；

step2:获取最新donkeycar源码

git clone https://github.com/autorope/donkeycar
cd donkeycar
git checkout master

如果github速度慢，可以尝试：

git clone https://github.com.cnpmjs.org/autorope/donkeycar

升级conda到最新

conda update -n base -c defaults conda

step3 安装donkeyCar

如果不是第一次安装donkeycar，先删除旧环境

conda env remove -n donkey

创建conda虚拟环境，这个步骤可能会很慢，

conda env create -f install/envs/ubuntu.yml
conda activate donkey
pip install -e .[pc]

如果有显卡，装上GPU版本tensorflow, 安装方法尝试以下命令，有一个成功即可；

conda install tensorflow-gpu
conda install --channel https://mirrors.ustc.edu.cn/anaconda/pkgs/main/ tensorflow-gpu==2.2.0
pip install tensorflow-gpu==2.2.0 -i https://pypi.tuna.tsinghua.edu.cn/simple

训练的时候遇到一个如下错误，记录一下：

 E tensorflow/stream_executor/cuda/cuda_dnn.cc:329] Could not create cudnn handle: CUDNN_STATUS_INTE

解决办法：在运行训练代码前，添加

if __name__ == "__main__":
    config=tf.compat.v1.ConfigProto(gpu_options=tf.compat.v1.GPUOptions(allow_growth=True))
    sess = tf.compat.v1.Session(config=config)
    main()

安装最新版本pytorch

conda install cudatoolkit=<CUDA Version> -c pytorch

4 创建donkeyCar实例

donkey createcar --path ../mycar

至此，PC上驴车环境创建完毕，接下来，进行算法训练；