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流量工程中的突发问题

1. 创建新的 Conda 环境

使用国内镜像源创建环境​

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

---

2. 激活环境

conda activate figret

激活后，终端提示符会显示 (figret)，表示已进入该环境。

---

3. 安装 PyTorch 及相关库

(1) 根据 CUDA 版本安装 PyTorch

首先检查服务器的 CUDA 版本：

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

根据 CUDA 版本选择 PyTorch 安装命令：

• CUDA 11.8：
  查看CUDA版本

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

显示CUDA11.4，PyTorch 官方对 CUDA 11.4 的支持截至 ​1.12.1​（2022年7月）

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

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，这里需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所在文件夹手动安装

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

验证是否配置成功

import torch
from torch_scatter import scatter_add
from torch_sparse import SparseTensor

print(scatter_add)  # 输出函数地址
print(SparseTensor)  # 输出类地址

---

4. 安装其他依赖包

# 进入 FIGRET 项目目录（假设 requirements.txt 在项目根目录）
cd /path/to/figret_project

# 安装依赖包
pip install -r requirements.txt

---

5. 安装 Gurobi 求解器

(1) 下载并安装 Gurobi

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

# 解压到 /opt（需要 sudo 权限）
#注意gurobi11.0.3是下载的版本
sudo tar -xvzf gurobi11.0.3_linux64.tar.gz -C /opt

# 添加环境变量
echo "export GUROBI_HOME=/opt/gurobi1102/linux64" >> ~/.bashrc
echo "export PATH=${PATH}:${GUROBI_HOME}/bin" >> ~/.bashrc
echo "export LD_LIBRARY_PATH=${LD_LIBRARY_PATH}:${GUROBI_HOME}/lib" >> ~/.bashrc
source ~/.bashrc

注意环境变量是在主环境配置的，可以作用于所有环境

(2) 申请学术许可证

1. 访问 Gurobi 学术许可页面，注册并获取许可证密钥。
   这里如果校园网网址无法被自动解析为校园网，需要发邮件申请
   
   申请流程非常快，笔者这边仅5分钟就收到了回信

2. 在服务器上运行以下命令激活许可证：

   cd $GUROBI_HOME/bin
   sudo ./grbgetkey 密钥

---

6. 验证环境

回到figret环境

conda activate figret

运行开源项目：

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

运行正常