Skoči na vsebino

Načrtovanje znanstvenega delovnega toka

Ob koncu boste znali neznano analizo predstaviti z grafom odvisnosti in poimenovati datoteke na povezavah med opravili. Sledili bomo korakom načrtovanja ob primeru SnakeMake.main.

Priložene programe za analizo bomo uporabljali kot orodja z datotečnimi vhodi in izhodi; osredotočili se bomo na njihove odvisnosti in izvajanje s Snakemakom.

Nekaj izrazov, uporabljenih v primeru:

  • INI: besedilna nastavitvena datoteka s poimenovanimi nastavitvami, na primer modelom in intervalom prilagajanja.
  • HDF5: datotečni format za poimenovane numerične podatkovne zbirke; tu vsebuje vhodne korelacijske podatke.
  • Interval prilagajanja: razpon časovnih indeksov, uporabljen pri prilagajanju modela podatkom.
  • Replika: en indeksiran član priloženih prevzorčenih podatkov.

1. Začnimo s končnim rezultatom

Priložena analiza prilagodi modele korelacijskim funkcijam, izbere ocene energij in nariše disperzijsko zvezo. Cilj delovnega toka je dispersion/dispersion_pion.pdf, relativno glede na imenik program.

Repozitorij loči program/, ki vsebuje programe za analizo, od program.solution/, ki vsebuje zgodovinsko rešitev delovnega toka in nastavitve prilagajanja. V naslednjem delu bomo programe prekopirali v work-science/ in dodali nov delovni tok. Izvirna imenika ohranite nespremenjena.

2. Preglejmo vmesnike

V aktivnem okolju delavnice začnite v imeniku snakemake-workshop. Ukazi datoteke samo preberejo:

ls SnakeMake.main/program
cat SnakeMake.main/program.solution/correlators/inis/input_1.ini
cat SnakeMake.main/program/dispersion/file.list

Datoteka INI določa vhod HDF5, model, interval prilagajanja in izhodni imenik. Njene relativne poti veljajo iz imenika program/correlators. Datoteka file.list navaja štiri energijske datoteke ter vsaki pripiše velikost mreže in kvadrat celoštevilske oznake gibalne količine. Njene relativne poti veljajo iz program/dispersion. Delovni imenik je del vmesnika programa, tudi če ni naveden kot argument ukazne vrstice.

Korak Bere Zapiše
Prilagajanje korelatorjev pion_lambda.h5, eno nastavitev INI, fit_correlator.py Štiri energijske datoteke .jack za vsako različno nastavitev
Izbira energij Vse kandidatne energijske datoteke, combine_fits.py Štiri izbrane/preoblikovane datoteke .jack in energies_chosen.pdf
Prilagajanje disperzije Štiri izbrane datoteke, file.list, fit_dispersion.py, dispersion.py dispersion_pion.pdf

Končnica .jack označuje priloženi besedilni zapis podatkov replik, ne funkcionalnosti Snakemake.

3. Prepoznajmo neodvisna opravila

Vsako različno prilagajanje korelatorjev bere iste surove podatke, a uporablja svoj model in interval. Prilagajanja lahko tečejo sočasno, če zapisujejo različne datoteke in je na voljo dovolj virov. Izbira mora počakati na vse kandidate: izbira iz nepopolne množice spremeni izračun. Prilagajanje disperzije mora počakati na izbrane energije.

surovi HDF5 + nastavitev A → prilagajanje A → štiri datoteke ─┐
surovi HDF5 + nastavitev B → prilagajanje B → štiri datoteke ─┼→ izbira energij
                          …                               ┘       │
                                                        štiri izbrane datoteke
                                                                  │
                                                        prilagajanje disperzije
                                                                  │
                                                        dispersion_pion.pdf

To je isti vzorec razvejanja in zbiranja kot pri naključnih številih. Različno trajanje opravil ne spremeni njihovih odvisnosti.

4. Pred štetjem opravil preverimo gradivo

Referenčni posnetek vsebuje 18 datotek INI, vendar input_0.ini in input_6.ini določata isto prilagajanje: 1exp, tmin=10, tmax=22. Imamo torej 17 različnih prilagajanj, vsako s štirimi izhodi: 68 različnih kandidatnih energijskih datotek. Navidezna mreža dveh modelov in treh možnosti za vsako mejo intervala ni popolna: manjka 1exp, tmin=8, tmax=22.

Nastavitve ohranimo in vsako različno množico izhodov izračunamo enkrat. Sočasno izvajanje podvojenih nastavitev bi pomenilo, da dve opravili pišeta v iste datoteke.

5. Določimo preverljive izhode

Za izhode pravil uporabimo dejanske datoteke .jack in PDF. Oznaka, kot je fit.done, pove samo, da je ukaz ustvaril oznako. Ne pove, ali dejanske izhodne datoteke obstajajo in so aktualne.

Preverjali bomo razporejanje, prenos napak, zgradbo izhodov in ponovni zagon brez sprememb.

Rešite naloge načrtovanja, nato nadaljujte z implementacijo.