概要
RAscoreと呼ばれる逆合成評価スコアを出すモデルをtsubameで動かしてみたかったので奮闘．もっと基礎の部分のやり方はもう一つの記事で書いているが，こっちは成功するまでの環境構築やらの道のりを覚書用で残していく．
第1章（？）学習済みモデルを動かしてみる
Anacondaとpipとモジュールで環境構築
公式に
事前トレーニング済みモデルを使用するには、次のバージョンを使用する必要があります。
python == 3.7
scikit-learn == 0.22.1
xgboost == 1.0.2
tensorflow-gpu == 2.5.0
と書かれているので，忠実に再現したいところ．
まずは公式に提示されているコマンドを使ってpython, rdkit(,ここには明示されていないがなぜか書かれていたtensorflowも)のインストールをクリア．
conda create --name RAscore python=3.7
conda activate RAscore
conda install -c rdkit rdkit -y
conda install -c anaconda tensorflow>=2.1.0 -y
以下が公式に書かれていない部分を奮闘してみた様子．随時追記．(2021/9/21)
conda install scikit-learn==0.22.1
pip install tensorflow-gpu==2.5.0
conda install -c conda-forge py-xgboost=1.0.2
tensorflow-gpuをインストールする際，tensorflowのバージョンと競合したのか？こんなエラーが出て泣いてしまった．大丈夫なのか．．？今のところ問題はなさそうなので放置している．
ERROR: pip's dependency resolver does not currently take into account all the packages that are installed. This behaviour is the source of the following dependency conflicts.
tensorflow 2.2.0 requires gast==0.3.3, but you have gast 0.4.0 which is incompatible.
tensorflow 2.2.0 requires h5py<2.11.0,>=2.10.0, but you have h5py 3.1.0 which is incompatible.
tensorflow 2.2.0 requires scipy==1.4.1; python_version >= "3", but you have scipy 1.7.1 which is incompatible.
tensorflow 2.2.0 requires tensorboard<2.3.0,>=2.2.0, but you have tensorboard 2.6.0 which is incompatible.
tensorflow 2.2.0 requires tensorflow-estimator<2.3.0,>=2.2.0, but you have tensorflow-estimator 2.5.0 which is incompatible.
aiohttp 3.6.3 requires yarl<1.6.0,>=1.0, but you have yarl 1.6.2 which is incompatible.
(2021/11/09 追記)
別記事でanacondaを入れ直し環境構築し直した際，好奇心で tensorflow-gpu → tensorflow の順にインストールしてみたところ，上記のエラーは出なかったものの，逆にpythonファイル実行時に
error
AttributeError: module 'tensorflow.python.keras.utils.generic_utils' has no attribute 'populate_dict_with_module_objects'
というのが出てしまい，むしろダメだった．(pipとcondaの依存関係がバグっているらしい)
tensorflow → tensorflow-gpu の順でやるのが丸いみたいです．
失敗
さて，以下の設定でモジュールを読み込むようスクリプトを書いて投げてみた．なお，gputest.pyも掲載しておく．（ちなみに各々のモジュールの意味はよくわかっていない．）
失敗スクリプト
# !/bin/bash
# $ -cwd
# $ -N gputest
# $ -l q_node=1
# $ -l h_rt=0:5:0
# $ -V
. /etc/profile.d/modules.sh
module load cuda cudnn
python3 ./gputest.py
gputest.py
import tensorflow as tf
print(tf.test.is_gpu_available())
すると見事エラーが出た．ぴえん．GPUが動かねえ〜〜〜
解決策
まずはcudaのバージョンがあっていないことがエラー文 W tensorflow/stream_executor/platform/default/dso_loader.cc:64] Could not load dynamic library 'libcudart.so.11.0'; dlerror: libcudart.so.11.0: cannot open shared object file: No such file or directory;より判明．
インストールするバージョンをcuda/11.2.146にしてみた．
修正版
module load cuda/11.2.146 cudnn/8.1
これでなんとかなったっぽい．標準出力を確認するとTrueの文字が．やったぜ！
モジュール部分のまとめ
以下のようにバージョンを揃えることで，まずはGPUを動かすことに成功！
成功スクリプト
# !/bin/bash
# $ -cwd
# $ -N gputest
# $ -l q_node=1
# $ -l h_rt=0:5:0
# $ -V
. /etc/profile.d/modules.sh
module load cuda/11.2.146 cudnn/8.1
python3 ./gputest.py
しかしこれだけで半日かかってるの我ながらしんどいな．
RAscoreのリポジトリをクローンする
これも公式のものをコピペ．特に難しいことはないと思われる．
git clone https://github.com/reymond-group/RAscore.git
cd RAscore
python -m pip install -e .
まとめ（最終的に完成した環境の作り方と，それを利用したバッチスクリプト）
環境を作るコマンド
conda create --name RAscore python=3.7
conda activate RAscore
conda install -c rdkit rdkit -y
conda install -c anaconda tensorflow>=2.1.0 -y
conda install scikit-learn==0.22.1
pip install tensorflow-gpu==2.5.0
conda install -c conda-forge py-xgboost=1.0.2
テスト用のファイル
test.py
from RAscore import RAscore_NN #For tensorflow and keras based models
from RAscore import RAscore_XGB #For XGB based models
nn_scorer = RAscore_NN.RAScorerNN()
xgb_scorer = RAscore_XGB.RAScorerXGB()
# Imatinib mesylate
imatinib_mesylate = 'CC1=C(C=C(C=C1)NC(=O)C2=CC=C(C=C2)CN3CCN(CC3)C)NC4=NC=CC(=N4)C5=CN=CC=C5.CS(=O)(=O)O'
result = nn_scorer.predict(imatinib_mesylate)
print(imatinib_mesylate)
print(result)
投げるジョブスクリプト
RAscore.sh
# !/bin/bash
# $ -cwd
# $ -N RAscore
# $ -l f_node=1
# $ -l h_rt=0:10:0
# $ -V
. /etc/profile.d/modules.sh
module load module load cuda/11.2.146 cudnn/8.1
source ~/.bashrc
conda activate RAscore
export PYTHONPATH="/home/0/<学籍番号>/RAscore/RAscore:$PYTHONPATH"
python3 ./test.py
-
source ~/.bashrc，export PYTHONPATH="/home/0/<学籍番号>/RAscore/RAscore:$PYTHONPATH"で，pythonのモジュール検索パス（importで使うモジュールを検索する対象）を追加（RAscoreが2個あるのは，こうしないとうまく検索してくれなかったからであって，typoではないよ！！！！！！！！！）
結果
(RAscore) $ ~/RAscore> cat RAscore.o9774386
CC1=C(C=C(C=C1)NC(=O)C2=CC=C(C=C2)CN3CCN(CC3)C)NC4=NC=CC(=N4)C5=CN=CC=C5.CS(=O)(=O)O
0.99522984
やったあ〜〜〜〜〜〜〜〜〜〜〜〜！！
第2章・モデルの再トレーニングをしてみる（現在未完成）
ここまではすでに学習済みのモデルを動かしてみて「できた〜！楽しい〜〜〜！」する部分だったので，model_buildingの部分を動かして行ってみる．
環境構築
最初に作った環境RAscoreに，さらに追加でインストールする．
conda activate RAscore
cd ~/RAscore/RAscore
pip install -e .[retraining] ##setup.pyがあるディレクトリ内で行うこと
なんかエラー吐かれちゃったけど大丈夫かしら．困った時のためにここに書き残しておこう
ERROR: pip's dependency resolver does not currently take into account all the packages that are installed. This behaviour is the source of the following dependency conflicts.
tensorflow 2.2.0 requires gast==0.3.3, but you have gast 0.4.0 which is incompatible.
tensorflow 2.2.0 requires h5py<2.11.0,>=2.10.0, but you have h5py 3.1.0 which is incompatible.
tensorflow 2.2.0 requires scipy==1.4.1; python_version >= "3", but you have scipy 1.7.1 which is incompatible.
tensorflow 2.2.0 requires tensorboard<2.3.0,>=2.2.0, but you have tensorboard 2.6.0 which is incompatible.
tensorflow 2.2.0 requires tensorflow-estimator<2.3.0,>=2.2.0, but you have tensorflow-estimator 2.5.0 which is incompatible.
Successfully installed Mako-1.1.5 MarkupSafe-2.0.1 ModifiedNB-0.2 PrettyTable-2.2.1 PyYAML-5.4.1 RAscore Send2Trash-1.8.0 alembic-1.7.3 argcomplete-1.12.3 argon2-cffi-21.1.0 autopage-0.4.0 backcall-0.2.0 bleach-4.1.0 cliff-3.9.0 cloudpickle-2.0.0 cmaes-0.8.2 cmd2-2.2.0 colorama-0.4.4 colorlog-6.4.1 cycler-0.10.0 dask-2021.9.1 debugpy-1.4.3 decorator-5.1.0 defusedxml-0.7.1 entrypoints-0.3 fsspec-2021.9.0 greenlet-1.1.1 importlib-resources-5.2.2 ipykernel-6.4.1 ipython-7.28.0 ipython-genutils-0.2.0 ipywidgets-7.6.5 jedi-0.18.0 jinja2-3.0.1 jsonschema-3.2.0 jupyter-client-7.0.3 jupyter-core-4.8.1 jupyterlab-pygments-0.1.2 jupyterlab-widgets-1.0.2 kiwisolver-1.3.2 locket-0.2.1 matplotlib-3.4.3 matplotlib-inline-0.1.3 mistune-0.8.4 nbclient-0.5.4 nbconvert-6.2.0 nbformat-5.1.3 nest-asyncio-1.5.1 notebook-6.4.4 numpy-1.19.5 optuna-2.9.1 packaging-21.0 pandocfilters-1.5.0 parso-0.8.2 partd-1.2.0 pbr-5.6.0 pexpect-4.8.0 pickleshare-0.7.5 prometheus-client-0.11.0 prompt-toolkit-3.0.20 psutil-5.8.0 ptyprocess-0.7.0 pygments-2.10.0 pyparsing-2.4.7 pyperclip-1.8.2 pyrsistent-0.18.0 pyzmq-22.3.0 seaborn-0.11.2 setuptools-git-1.2 six-1.15.0 sqlalchemy-1.4.25 stevedore-3.4.0 swifter-1.0.9 tables-3.6.1 terminado-0.12.1 testpath-0.5.0 toolz-0.11.1 tornado-6.1 tqdm-4.62.3 traitlets-5.1.0 wcwidth-0.2.5 webencodings-0.5.1 widgetsnbextension-3.5.1 xgboost-1.0.2
さらにSAscore，SCscore，SYBAもダウンロードする必要があるらしい．どこに何をおけばいいのやら．
とりあえずRAscoreディレクトリと同じ深さ（つまりホームディレクトリか．）のところで以下を行ってみる
conda install -c rdkit -c lich syba
git clone https://github.com/connorcoley/scscore
git clone https://github.com/rdkit/rdkit/tree/master/Contrib/SA_Scoreはできなかったが，rdkit内に入っているっぽいからかうまくパスさえ通せば動いた．詳しくは以下のファイル中の変更点にて．
ファイル中の変更点
RAscore/RAscore/model_building/descriptors.py
# SAscoreへのパスを通す部分#
###########################################################################
## 消した
# sys.path.insert(1, '/home/knwb390/Projects/other/')
## 追加した
import os
from rdkit.Chem import RDConfig
sys.path.insert(1, os.path.join(RDConfig.RDContribDir, 'SA_Score'))
import sascorer
###########################################################################
# SCscoreへのパスを通す部分#
###########################################################################
## 消した
# sys.path.insert(1, '/home/knwb390/Projects/other/scscore/scscore')
## 追加した
sys.path.insert(1, '/home/0/<学籍番号>/scscore/scscore')
###########################################################################
RAscore/RAscore/model_building/builder.py
# SCscoreへのパスを通す部分#
###########################################################################
## 消した
# sys.path.insert(1, '/home/knwb390/Projects/other/scscore/scscore')
## 追加した
sys.path.insert(1, '/home/0/<学籍番号>/scscore/scscore')
###########################################################################
# SCscoreへのパスを通す部分2#
###########################################################################
## 消した
# elif conf['descriptor'] == 'SC_score':
# sc_model = SCScorer()
# sc_model.restore(os.path.join('/home/knwb390/Projects/other/scscore/', 'models', 'full_reaxys_model_1024bool', 'model.ckpt-10654.as_numpy.json.gz'))
# train_data['descriptor'] = train_data['smi'].swifter.apply(descriptors.sc_score, sc_model=sc_model)
# test_data['descriptor'] = test_data['smi'].swifter.apply(descriptors.sc_score, sc_model=sc_model)
## 追加した
elif conf['descriptor'] == 'SC_score':
sc_model = SCScorer()
sc_model.restore(os.path.join('/home/0/<学籍番号>/scscore/', 'models', 'full_reaxys_model_1024bool', 'model.ckpt-10654.as_numpy.json.gz'))
train_data['descriptor'] = train_data['smi'].swifter.apply(descriptors.sc_score, sc_model=sc_model)
test_data['descriptor'] = test_data['smi'].swifter.apply(descriptors.sc_score, sc_model=sc_model)
###########################################################################
RAscore/RAscore/model_building/example_classification_configs/XGBClassifier.json
# データセットと出力先へのパスを通す部分#
###########################################################################
## 消した
# "train_data": "<path-to-dataset>/train.csv",
# "test_data": "<path-to-dataset>/test.csv",
# "out_dir": "<path-to-output-directory>/XGBClassifier/",
## 追加した
"train_data": "/home/0/<学籍番号>/RAscore/RAscore/data/uspto_chembl_classification_train.csv",
"test_data": "/home/0/<学籍番号>/RAscore/RAscore/data/uspto_chembl_classification_test.csv",
"out_dir": "/home/0/<学籍番号>/RAscore/RAscore/XGBClassifier/",
###########################################################################
投げるジョブ
Optimise（最適化パラメータを得るやつ）
Optimise_RAscore.sh
# !/bin/bash
# $ -cwd
# $ -N Optimise_RAscore
# $ -l f_node=1
# $ -l h_rt=0:10:0
# $ -V
. /etc/profile.d/modules.sh
module load module load cuda/11.2.146 cudnn/8.1
source ~/.bashrc
conda activate RAscore
export PYTHONPATH="/home/0/<学籍番号>/RAscore/RAscore:$PYTHONPATH"
python3 ./RAscore/model_building/optimiser.py --config /home/0/<学籍番号>/RAscore/RAscore/model_building/example_classification_configs/XGBClassifier.json
返ってきたエラー
ModuleCmd_Load.c(208):ERROR:105: Unable to locate a modulefile for 'module'
ModuleCmd_Load.c(208):ERROR:105: Unable to locate a modulefile for 'load'
Pandas Apply: 100%|██████████| 179413/179413 [02:41<00:00, 1109.37it/s]
[I 2021-09-28 19:17:32,423] A new study created in memory with name: no-name-76bc416f-bcd8-452b-8941-e828da30a07f
[I 2021-09-28 19:18:49,473] Trial 0 finished with value: 0.8957814040179952 and parameters: {'max_depth': 16, 'n_estimators': 10, 'learning_rate': 0.1316205722941115}. Best is trial 0 with value: 0.8957814040179952.
ノードの占有時間が10分では短かったか？
RAscore/RAscore/XGBClassifilerに，best_param.jsonファイル（空）とvizディレクトリ（これも空）ができていた
（追記）
1時間で試した結果．
qacct
qacct -j 9839792
==============================================================
qname all.q
hostname r6i5n7
group <グループ名>
owner <学籍番号>
project NONE
department defaultdepartment
jobname Optimise_RAscore
jobnumber 9839792
taskid undefined
pe_taskid NONE
account 1 0 0 0 0 0 0 3600 0 7961637 8610 2266 0 0
priority 0
cwd /home/0/<学籍番号>/RAscore
submit_host login0
submit_cmd /apps/t3/sles12sp2/uge/bin/qsub -A <グループ名> Optimise_RAscore.sh
qsub_time 09/28/2021 20:34:13.752
start_time 09/28/2021 21:42:18.455
end_time 09/28/2021 22:42:14.054
granted_pe mpi_f_node
slots 28
failed 44 : execd enforced h_rt limit
deleted_by NONE
exit_status 137
ru_wallclock 3595.599
ru_utime 0.441
ru_stime 0.097
ru_maxrss 18068
ru_ixrss 0
ru_ismrss 0
ru_idrss 0
ru_isrss 0
ru_minflt 16383
ru_majflt 31
ru_nswap 0
ru_inblock 22104
ru_oublock 16
ru_msgsnd 0
ru_msgrcv 0
ru_nsignals 0
ru_nvcsw 1865
ru_nivcsw 10
wallclock 3604.695
cpu 100452.150
mem 2710104.746
io 15.377
iow 9.990
ioops 38072
maxvmem 191.360G
maxrss 0.000
maxpss 0.000
arid undefined
jc_name NONE
bound_cores r6i5n7=0,0:0,1:0,2:0,3:0,4:0,5:0,6:0,7:0,8:0,9:0,10:0,11:0,12:0,13:1,0:1,1:1,2:1,3:1,4:1,5:1,6:1,7:1,8:1,9:1,10:1,11:1,12:1,13
stderr
cat Optimise_RAscore.e9839792
ModuleCmd_Load.c(208):ERROR:105: Unable to locate a modulefile for 'module'
ModuleCmd_Load.c(208):ERROR:105: Unable to locate a modulefile for 'load'
Pandas Apply: 100%|██████████| 179413/179413 [02:41<00:00, 1111.54it/s]
[I 2021-09-28 22:01:11,359] A new study created in memory with name: no-name-ab4b9f8f-d909-4172-85e5-32f4a6686006
[I 2021-09-28 22:02:38,948] Trial 0 finished with value: 0.8936369423816949 and parameters: {'max_depth': 15, 'n_estimators': 13, 'learning_rate': 0.10142801006369723}. Best is trial 0 with value: 0.8936369423816949.
[I 2021-09-28 22:05:04,140] Trial 1 finished with value: 0.9040118215834714 and parameters: {'max_depth': 18, 'n_estimators': 20, 'learning_rate': 0.060157534825413875}. Best is trial 1 with value: 0.9040118215834714.
[I 2021-09-28 22:08:02,599] Trial 2 finished with value: 0.9286021482441964 and parameters: {'max_depth': 16, 'n_estimators': 30, 'learning_rate': 0.13418885573293332}. Best is trial 2 with value: 0.9286021482441964.
[I 2021-09-28 22:12:13,260] Trial 3 finished with value: 0.9206228960030088 and parameters: {'max_depth': 17, 'n_estimators': 40, 'learning_rate': 0.06472186390552723}. Best is trial 2 with value: 0.9286021482441964.
[I 2021-09-28 22:17:31,071] Trial 4 finished with value: 0.9237775194787264 and parameters: {'max_depth': 13, 'n_estimators': 72, 'learning_rate': 0.06248001343426943}. Best is trial 2 with value: 0.9286021482441964.
[I 2021-09-28 22:19:13,218] Trial 5 finished with value: 0.8829127462527868 and parameters: {'max_depth': 13, 'n_estimators': 19, 'learning_rate': 0.06717738219263095}. Best is trial 2 with value: 0.9286021482441964.
[I 2021-09-28 22:23:07,072] Trial 6 finished with value: 0.9284125436691983 and parameters: {'max_depth': 11, 'n_estimators': 64, 'learning_rate': 0.15408353131930197}. Best is trial 2 with value: 0.9286021482441964.
[I 2021-09-28 22:26:14,336] Trial 7 finished with value: 0.9303850137967631 and parameters: {'max_depth': 16, 'n_estimators': 32, 'learning_rate': 0.15772859703691697}. Best is trial 7 with value: 0.9303850137967631.
[I 2021-09-28 22:28:27,618] Trial 8 finished with value: 0.9162451992105278 and parameters: {'max_depth': 18, 'n_estimators': 18, 'learning_rate': 0.11886348460264903}. Best is trial 7 with value: 0.9303850137967631.
[I 2021-09-28 22:36:43,156] Trial 9 finished with value: 0.9448407271413602 and parameters: {'max_depth': 18, 'n_estimators': 84, 'learning_rate': 0.12752893666552984}. Best is trial 9 with value: 0.9448407271413602.
1時間でもダメだったぽい，h_rtのlimitがうんたらって書かれてる．ヤケクソで10時間くらいで投げてみてあとで確認しよう．
しかしbest_param.jsonファイル（中身あり）とbest_value.txtファイル（中身あり），vizディレクトリ（これは空のまま）ができていたのでなんか進捗はありそう．
(以下：2021/10/01追記)
24時間でもダメだった．
qacct
qacct -j 9840787
==============================================================
qname all.q
hostname r1i5n3
group tga-science
owner <学籍番号>
project NONE
department defaultdepartment
jobname Optimise_RAscore
jobnumber 9840787
taskid undefined
pe_taskid NONE
account 1 0 0 0 0 0 0 36000 0 7962732 8610 2266 0 0
priority 0
cwd /home/0/<学籍番号>/RAscore
submit_host login0
submit_cmd /apps/t3/sles12sp2/uge/bin/qsub -A <グループ名> Optimise_RAscore.sh
qsub_time 09/29/2021 00:04:14.026
start_time 09/29/2021 00:08:13.483
end_time 09/29/2021 10:08:01.073
granted_pe mpi_f_node
slots 28
failed 44 : execd enforced h_rt limit
deleted_by NONE
exit_status 137
ru_wallclock 35987.590
ru_utime 0.457
ru_stime 0.090
ru_maxrss 18068
ru_ixrss 0
ru_ismrss 0
ru_idrss 0
ru_isrss 0
ru_minflt 16403
ru_majflt 31
ru_nswap 0
ru_inblock 22096
ru_oublock 24
ru_msgsnd 0
ru_msgrcv 0
ru_nsignals 0
ru_nvcsw 1860
ru_nivcsw 11
wallclock 36004.860
cpu 1524406.970
mem 41206378.130
io 104.203
iow 3.590
ioops 152903
maxvmem 197.530G
maxrss 0.000
maxpss 0.000
arid undefined
jc_name NONE
bound_cores r1i5n3=0,0:0,1:0,2:0,3:0,4:0,5:0,6:0,7:0,8:0,9:0,10:0,11:0,12:0,13:1,0:1,1:1,2:1,3:1,4:1,5:1,6:1,7:1,8:1,9:1,10:1,11:1,12:1,13
なお.eファイルには73番目までのtrial記録が残っていた．
・・・
[I 2021-09-29 09:41:33,645] Trial 71 finished with value: 0.9478840983588939 and parameters: {'max_depth': 20, 'n_estimators': 92, 'learning_rate': 0.1893653388297648}. Best is trial 44 with value: 0.949024850170211.
[I 2021-09-29 09:51:44,921] Trial 72 finished with value: 0.9493667319505438 and parameters: {'max_depth': 20, 'n_estimators': 94, 'learning_rate': 0.17144090752253896}. Best is trial 72 with value: 0.9493667319505438.
[I 2021-09-29 10:02:20,424] Trial 73 finished with value: 0.9476459553726226 and parameters: {'max_depth': 20, 'n_estimators': 98, 'learning_rate': 0.17115129878538027}. Best is trial 72 with value: 0.9493667319505438.
XGBClassifierディレクトリ内部は一時間の時とほぼ同様．
ヤケクソなので次はノード4個で投げることにした．
(以下：2021/10/04追記)
24時間・f_node4個でもダメだった．Trial163までしか終わってない．
なんかミスってるのかな〜〜〜．．．
qacct
qacct -j 9849605
==============================================================
qname all.q
hostname r5i0n7
group <グループ名>
owner <学籍番号>
project NONE
department defaultdepartment
jobname Optimise_RAscore
jobnumber 9849605
taskid undefined
pe_taskid NONE
account 4 0 0 0 0 0 0 86400 0 7971579 8610 2266 0 0
priority 0
cwd /home/0/<学籍番号>/RAscore
submit_host login0
submit_cmd /apps/t3/sles12sp2/uge/bin/qsub -A <グループ名> Optimise_RAscore.sh
qsub_time 10/01/2021 13:23:51.937
start_time 10/01/2021 13:24:16.810
end_time 10/02/2021 13:24:10.325
granted_pe mpi_f_node
slots 112
failed 44 : execd enforced h_rt limit
deleted_by NONE
exit_status 137
ru_wallclock 86393.515
ru_utime 0.446
ru_stime 0.087
ru_maxrss 18068
ru_ixrss 0
ru_ismrss 0
ru_idrss 0
ru_isrss 0
ru_minflt 16359
ru_majflt 31
ru_nswap 0
ru_inblock 22096
ru_oublock 16
ru_msgsnd 0
ru_msgrcv 0
ru_nsignals 0
ru_nvcsw 1848
ru_nivcsw 8
wallclock 86405.183
cpu 3677005.390
mem 99400239.014
io 229.007
iow 11.640
ioops 296567
maxvmem 190.124G
maxrss 0.000
maxpss 0.000
arid undefined
jc_name NONE
bound_cores r5i0n7=0,0:0,1:0,2:0,3:0,4:0,5:0,6:0,7:0,8:0,9:0,10:0,11:0,12:0,13:1,0:1,1:1,2:1,3:1,4:1,5:1,6:1,7:1,8:1,9:1,10:1,11:1,12:1,13, r2i4n6=0,0:0,1:0,2:0,3:0,4:0,5:0,6:0,7:0,8:0,9:0,10:0,11:0,12:0,13:1,0:1,1:1,2:1,3:1,4:1,5:1,6:1,7:1,8:1,9:1,10:1,11:1,12:1,13, r2i7n7=0,0:0,1:0,2:0,3:0,4:0,5:0,6:0,7:0,8:0,9:0,10:0,11:0,12:0,13:1,0:1,1:1,2:1,3:1,4:1,5:1,6:1,7:1,8:1,9:1,10:1,11:1,12:1,13, r3i5n6=0,0:0,1:0,2:0,3:0,4:0,5:0,6:0,7:0,8:0,9:0,10:0,11:0,12:0,13:1,0:1,1:1,2:1,3:1,4:1,5:1,6:1,7:1,8:1,9:1,10:1,11:1,12:1,13
予約枠を使って4日間くらい動かしてみることに．
（2021/10/12追記）
約3日，f_node４個で終わった．．．！！
次のモデル構築に進んでみる．
Optimiseがうまくいったのでさらに投げるジョブ（多分モデル作るやつ）（イマココ@2021/10/12）
Build_RAscore.sh（予定）
# !/bin/bash
# $ -cwd
# $ -N Build_RAscore
# $ -l f_node=1
# $ -l h_rt=1:0:0
# $ -V
. /etc/profile.d/modules.sh
module load module load cuda/11.2.146 cudnn/8.1
source ~/.bashrc
conda activate RAscore
export PYTHONPATH="/home/0/<学籍番号>/RAscore/RAscore:$PYTHONPATH"
python3 ./RAscore/model_building/builder.py --config /home/0/<学籍番号>/RAscore/RAscore/model_building/example_classification_configs/XGBClassifier.json --best_params <最適化をした時に指定した出力ディレクトリ>/best_params.json