原神 AI全自动钓鱼使用方法

代码来源

https://github.com/7eu7d7/genshin_auto_fish

第一步安装 Anaconda

清华大学开源软件镜像站
Getting started with Anaconda
下载安装包，安装到独立的磁盘，取消掉两个Advanced Options

第二步安装cuda和cuDNN

win10安装CUDA和cuDNN的正确姿势
下载或更新最新的 GEFORCE EXPERIENCE
使用 GEFORCE EXPERIENCE 更新最新驱动
桌面右键打开英伟达控制面板，点击帮助->系统信息->组件->NVCUDA.DLL 获取cuda版本
CUDA Toolkit
NVIDIA Developer Program
按教程安装，覆盖，设置好环境变量
cuda安装时取消除cuda外的其他选项

第三步修改 conda 镜像

conda config --set show_channel_urls yes
conda config --show
conda config --add pkgs_dirs G:\python\conda\pkgs
conda config --add envs_dirs G:\python\conda\envs
conda config --remove pkgs_dirs C:\Users\11248.conda\pkgs
conda config --remove pkgs_dirs C:\Users\11248\AppData\Local\conda\conda\pkgs
conda config --remove envs_dirs C:\Users\11248.conda\envs
conda config --remove envs_dirs C:\Users\11248\AppData\Local\conda\conda\envs
Anaconda 镜像使用帮助添加镜像
conda clean -i

第四步修改 pip 镜像

pip安装使用国内镜像
创建 pip/pip.ini
（linux下，修改 ~/.pip/pip.conf）
写入以下内容

[global] 

index-url = http://pypi.douban.com/simple

trusted-host = pypi.douban.com

disable-pip-version-check = true

pip timeout = 120

# 豆瓣
https://pypi.doubanio.com/simple/
# 阿里云    
https://mirrors.aliyun.com/pypi/simple/
# 清华大学
https://pypi.tuna.tsinghua.edu.cn/simple/
https://mirrors.tuna.tsinghua.edu.cn/pypi/web/simple/

第4.5步老老实实安装 visual-cpp-build-tools

https://visualstudio.microsoft.com/visual-cpp-build-tools/
点上C++桌面开发的勾，mmp，绕不过

第五步安装 genshin_auto_fish

git clone https://github.com/7eu7d7/genshin_auto_fish.git
conda create -n ysfish python=3.6
conda activate ysfish
conda prompt 打开 genshin_auto_fish 目录
cd G:\github\genshin_auto_fish
python -m pip install -U pip --user
~~下载 pycocotools_windows-2.0.0.2-cp36-cp36m-win_amd64.whl~~
~~pip install .\pycocotools_windows-2.0.0.2-cp36-cp36m-win_amd64.whl~~
~~删除 requirements.py 里的 git+https://github.com/philferriere/cocoapi.git#subdirectory=PythonAPI~~
python requirements.py --cuda 110 --proxy http://127.0.0.1:10808
python requirements.py --cuda 110

第5.5步修改一些文件

.\yolox\utils\metric.py 36行 max_mem = int(total * mem_ratio) - 1000
.\yolox_tools\train.py torch.set_num_threads(2)
yolox_tiny_fish.py self.data_num_workers = 0 self.max_epoch = 9
python yolox_tools/train.py -f yolox/exp/yolox_tiny_fish.py -d 1 -b 8 --fp16 -c weights/yolox_tiny.pth --cache
.\fishing.py 152 env = Fishing(delay=0.1, max_step=10000, show_det=False)
.\fisher\environment.py 205 if np.mean(np.abs(self.img[py,px,:]-self.std_color))>15:
~~.\fisher\environment.py 122 self.std_color=np.array([255, 250, 190])~~
.\fishing.py 150 def start_fishing(predictor, agent, bite_timeout=120):
.\fishing.py 174 times=-1 175 break 176 if times == -1: continue
.\fishing.py 183 time = time.time() 189 if done or time.time() - time > 120: