环境配置 | ubuntu下 ns3 & openAI gym & vsCode

ns3

• 主要参考这几篇文章

ns3-based 镜像
脚本安装依赖项
编译的过程比较清晰
这篇是安装ns-3 gym的，算是比较清晰完整的
newplan的使用教程

• 但是安装过程中还是遇到了几个问题：

  • 如果安装是比较新的版本(3.28？及其以后) 命令行主要参照这两个 别看上下的提示了

  https://askubuntu.com/questions/1065940/unable-to-locate-package-python-pygoocanvas
  https://www.nsnam.org/wiki/Installation#Ubuntu.2FDebian.2FMint

  • 安装依赖项的时候会有几处处报错，根据报错信息修改一下命令即可，修改后如下：

  #!bin/bash
  sudo apt-get install gcc g++ python python-dev mercurial bzr gdb valgrind gsl-bin libgsl0-dev  libgsl2 libgsl2:i386 flex bison libfl-dev tcpdump sqlite sqlite3 libsqlite3-dev libxml2 libxml2-dev libgtk2.0-0 libgtk2.0-dev vtun lxc uncrustify doxygen graphviz imagemagick texlive texlive-extra-utils texlive-latex-extra texlive-generic-extra texlive-generic-recommended texi2html python-sphinx dia python-pygraphviz python-kiwi python-pygoocanvas libgoocanvas-dev python-pygccxml libboost-signals-dev libboost-filesystem-dev openmpi-bin openmpi-doc libopenmpi-dev
  

  存储成 xx .sh，然后命令行：

  sudo echo y|./xx.sh 
  

  脚本安装如何忽略yes/no的交互问题请参考：ref blog

  #更新源
  sudo apt-get update
  #依赖包
  sudo apt-get install gcc g++ python python-dev mercurial bzr gdb valgrind gsl-bin libgsl0-dev libgsl2 libgsl2:i386 flex bison libfl-dev tcpdump sqlite sqlite3 libsqlite3-dev libxml2 libxml2-dev libgtk2.0-0 libgtk2.0-dev vtun lxc uncrustify doxygen graphviz imagemagick texlive texlive-extra-utils texlive-latex-extra texlive-generic-extra texlive-generic-recommended texi2html python-sphinx dia python-pygraphviz python-kiwi python-pygoocanvas libgoocanvas-dev python-pygccxml libboost-signals-dev libboost-filesystem-dev openmpi-bin openmpi-doc libopenmpi-dev

  • 报错：protobuf的版本太老（最低要求是3.0
    结合这个SO 和另一个SO，卸载旧版本，根据这个博客重新安装最新版本

    • apt remove只能针对apt install安装的东西进行卸载，如果是手动下载然后编译的(make( install ) )，只能make uninstall进行卸载
    • 建议就只下载3.1.0的版本，不然版本太高也会报错… ：ref (亲自踩坑…)

  • 一开始的编译设置开启的是优化模式，我改成了debug模式（便于后期用）

   ./waf configure -d debug  --enable-examples --enable-tests
  

  refer @ newplan
  ./waf -d debug --enable-examples --enable-tests configure --disable-werror

  • 最后编译成功，./test.py 也没报错后，运行./waf --run hello-simulator进行测试的时候居然跟我说没有这个program，于是看到别的教程都有安装一些别的依赖项，我就干脆也安一下，安完打出hello world了

  sudo apt-get install gcc g++ python # 这个之前就安过了 这里只不过为了搬砖搬的比较完整
  sudo apt-get install mercurial # 后面两个之前那个教程连接都没有安过
  sudo apt-get install bzr

  附一个ns3调试指南
  当然，也可以用eclipse进行调试

---

OpenAI gym

python3.5环境下搭建

git clone https://github.com/openai/gym
cd gym
sudo pip3 install -e .[all]

• 在运行sudo pip3 install e.[all]的时候遇到了报错如下：

Command “xxxxx” failed with error code 1 in /tmp/pip-build-0q0dw6ga/mujoco-py/

在网上查找到相应的解决方法如下：
https://github.com/openai/mujoco-py/issues/66
简单来说就是mujoco-py在电脑中cache的版本过低，所以我们就：

git clone https://github.com/openai/mujoco-py.git
cd mujoco-py
sudo apt-get update
sudo apt-get install libgl1-mesa-dev libgl1-mesa-glx libosmesa6-dev python3-pip python3-numpy python3-scipy
pip3 install -r requirements.txt
sudo python3 setup.py install

然后重新执行最后一步就可以啦

---

vsCode

deb安装方式

refer

虽然umake安装很方便，但是deb安装更方便！

umake安装方式

• 安装教程很多，我在网上随便找了个在线安装的
  https://www.jianshu.com/p/c732200f442e
  注意就是很多教程的最后一步命令错了

umake web visual-studio-code

应该是

umake ide visual-studio-code

感觉也不能说是教程写错了，可能是因为时间的缘故？估计之前umake web是可以的，可能后来版本更新之类的导致必须umake ide了

• 在用umake安装的时候遇到问题：
  “AttributeError ProgressBar object has no attribute finished error using ubuntu-make”
  参考这篇博客

（虽然感觉直接改成if Ture很虎,但是这种操作也是见怪不怪了…

在VNC下面不可用。但是参照这个SO居然可以了…amazing

sudo sed -i ‘s/BIG-REQUESTS/_IG-REQUESTS/’ /usr/lib/x86_64-linux-gnu/libxcb.so.1

我这边应该是配置的问题，要在普通用户下才可以，如果在root用户下只能通过Xming远程投在自己本机电脑上看了（firefox也是这种情况，所以应该不是vscode的锅，是我哪里配置出问题了。大家什么情况呢？）

大家注意给ubuntu双系统分配磁盘的时候 / 目录不要太小…

我当时给/分了10G、/home分了将近15G，结果我现在就面临 / 目录不够但是/home只用了2G的尴尬境地…很僵硬

---

剩下的就是安装一些基本的配置tensorflow-gpu1.12（含有cuda和cudnn） \ python3.6