【深度学习】Ubuntu 服务器配置开源项目FIGRET（PyTorch、torch-scatter、torch-sparse、Gurobi 安装）

开源项目网址：https://github.com/FIGRET/figret
该项目在SIGCOMM2024发表，用深度学习方法处理处罚流量工程中的突发问题
1. 创建新的 Conda 情况

利用国内镜像源创建情况​

1. conda create -n figret python=3.8.0 --override-channels -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/

复制代码

---

2. 激活情况

1. conda activate figret

复制代码

激活后，终端提示符会体现 (figret)，表示已进入该情况。

---

3. 安装 PyTorch 及相关库

(1) 根据 CUDA 版本安装 PyTorch

起首查抄服务器的 CUDA 版本：

1. nvcc --version  # 查看 CUDA 工具包版本（例如 11.8 或 12.1）
2. nvidia-smi      # 查看驱动支持的最高 CUDA 版本

复制代码

根据 CUDA 版本选择 PyTorch 安装命令：

• CUDA 11.8：
  查察CUDA版本
  

1. (figret) antl@antl-node11:~$ nvcc --version

复制代码

体现CUDA11.4，PyTorch 官方对 CUDA 11.4 的支持停止 ​1.12.1​（2022年7月）

1. pip install torch==1.12.1+cu113 torchvision==0.13.1+cu113 torchaudio==0.12.1 \
2. --extra-index-url https://download.pytorch.org/whl/cu113

复制代码

验证pytorch

(2) 安装 torch-scatter 和 torch-sparse

命令行安装会出现找不到版本的问题，这里须要访问以下网址手动安装：
https://data.pyg.org/whl/torch-1.12.1%2Bcu113.html
进入whl地点文件夹手动安装

1. pip install torch_scatter-2.0.9-cp38-cp38-linux_x86_64.whl
2. pip install torch_sparse-0.6.14-cp38-cp38-linux_x86_64.whl

复制代码

验证是否配置乐成

1. import torch
2. from torch_scatter import scatter_add
3. from torch_sparse import SparseTensor
5. print(scatter_add)  # 输出函数地址
6. print(SparseTensor)  # 输出类地址

复制代码

---

4. 安装其他依靠包

1. # 进入 FIGRET 项目目录（假设 requirements.txt 在项目根目录）
2. cd /path/to/figret_project
4. # 安装依赖包
5. pip install -r requirements.txt

复制代码

---

5. 安装 Gurobi 求解器

(1) 下载并安装 Gurobi

下载地点：https://www.gurobi.com/downloads/gurobi-software/

1. # 解压到 /opt（需要 sudo 权限）
2. #注意gurobi11.0.3是下载的版本
3. sudo tar -xvzf gurobi11.0.3_linux64.tar.gz -C /opt
5. # 添加环境变量
6. echo "export GUROBI_HOME=/opt/gurobi1102/linux64" >> ~/.bashrc
7. echo "export PATH=${PATH}:${GUROBI_HOME}/bin" >> ~/.bashrc
8. echo "export LD_LIBRARY_PATH=${LD_LIBRARY_PATH}:${GUROBI_HOME}/lib" >> ~/.bashrc
9. source ~/.bashrc

复制代码

留意情况变量是在主情况配置的，可以作用于全部情况
(2) 申请学术允许证

• 访问 Gurobi 学术允许页面，注册并获取允许证密钥。
  这里如果校园网网址无法被主动剖析为校园网，须要发邮件申请
  
  
  
  申请流程非常快，笔者这边仅5分钟就收到了回信
  
• 在服务器上运行以下命令激活允许证：
  

1.    cd $GUROBI_HOME/bin
2.    sudo ./grbgetkey 密钥

复制代码

---

6. 验证情况

回到figret情况

1. conda activate figret

复制代码

运行开源项目：

1. python3 figret.py --topo_name Facebook_pod_a --epochs 3 --batch_size 32 --alpha 0.03

复制代码

运行正常