在Linux上安装Donkeycar
注意：在Ubuntu 20.04 LTS、22.04 LTS上进行了测试
-
打开终端应用程序。
-
安装miniconda Python 3.11 64位。
wget wget https://repo.anaconda.com/miniconda/Miniconda3-py311_24.4.0-0-Linux-x86_64.sh
bash ./Miniconda3-py311_24.4.0-0-Linux-x86_64.sh
使用以下命令设置donkey conda环境：
conda create -n donkey python=3.11
conda activate donkey
现在有两种不同的安装方式。很可能您会选择用户安装。然后您将执行用户安装步骤。如果您想调试或编辑源代码，则需要进行更高级的开发者安装。但是只能选择其中一种。
注意：只进行用户安装或开发者安装，不要同时进行两者！
用户安装
由于您已经激活了新的donkey环境，您只需输入：
pip install donkeycar[pc]
这将安装最新版本。
开发者安装
在这里，您可以选择要安装的分支或标签，并且可以通过从GitHub下载源代码来编辑和/或调试代码。
创建一个您希望用作项目根目录的项目目录，进入该目录并从GitHub下载并安装donkeycar。
mkdir projects
cd projects
git clone https://github.com/autorope/donkeycar
cd donkeycar
git checkout main
pip install -e .[pc]
注意：如果您使用的是ZSH（如果您是这样的话，您会知道），您将无法执行pip install -e .[pc]。您需要转义括号并运行pip install -e .\[pc\]。
- 如果这不是您的第一次安装，请更新Conda并删除旧的donkey环境 conda和pip 请使用国内源
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/linux-64/
conda config --set show_channel_urls yes
conda update -n base -c defaults conda
conda env remove -n donkey
较新版本的Tensorflow已经内置了GPU支持。如果您有Nvidia GPU，请按照Nvidia页面上的说明安装Cuda 12 here。
- 可选安装Coral边缘TPU编译器
如果您有Google Coral边缘TPU，您可能希望编译模型。您需要安装edgetpu_compiler可执行文件。按照它们的说明进行操作。
- 可选配置PyTorch以使用GPU-仅适用于NVidia显卡
如果您有NVidia显卡，您应该更新到最新驱动程序并安装Cuda SDK。
conda install cudatoolkit=11 -c pytorch
您应该使用您的CUDA版本替换<CUDA Version>。10.0以上的任何版本都应该可以工作。您可以通过运行nvcc --version或nvidia-smi来查找您的CUDA版本。（如果这些命令不起作用，这意味着您尚未安装它们。按照错误给出的指示安装它们。）如果这两个命令给出的版本不匹配，请使用nvidia-smi给出的版本。
- 创建您的本地工作目录：
donkey createcar --path ~/mycar
注意：在关闭终端后，当您再次打开终端时，您需要输入
conda activate donkey以重新启用与donkey特定Python库的映射