Skip to content

Latest commit

 

History

History
173 lines (113 loc) · 6.44 KB

class_planck_likeli_montepython.md

File metadata and controls

173 lines (113 loc) · 6.44 KB
Raw

Esse tutorial foi criado baseado na instalação oficial e em alguns eventuais problemas enfrentados.

Passos para instalar o class + MontePython + Planck Likelihood (2015) no Virgo-cluster:

  1. É necessário utilizar o Python 2. Você pode utilizar a versão do CentOS com o Python 2 e os pacotes necessários para rodar os softwares acima (NumPy, SciPy, Cython, MatPlotLib, PyFITS, ...) ou instalar o seu próprio ambiente (e não máquina virtual) do Python 2 utilizando por exemplo o Anaconda (anaconda.org). Para verificar a versão atual do Python:

     python
 	 Exemplos de possíveis outputs: 
 		Python do CentOS:
 			Python 2.7.5 (default, Jun 20 2019, 20:27:34) 
 			[GCC 4.8.5 20150623 (Red Hat 4.8.5-36)] on linux2
 		Python do Anaconda:
 			Python 2.7.16 | Anaconda, Inc. | (default, Mar 14 2019, 21:08:58)
 exit()

    Caso você tenha baixado o Anaconda e esteja utilizando o Python 3, você pode criar um novo um ambiente virtual, ao invés de reinstalar tudo novamente:

     conda create -n <nome do ambiente> python=<versão do Python> anaconda
 conda create -n python2 python=2.7 anaconda
 conda activate python2

    Para desativar o ambiente:

     conda deactivate <nome do ambiente>
 conda deactivate python2

    Instale os pacotes abaixo:

     conda install -c cefca pyfits
 conda install -c anaconda libgfortran
    • Note que a versão do pyfits da fonte "cefca" está desatualizada. Eu recomendo (infelizmente) a não utilizar o Python do Anaconda e sim a do CentOS pois todos os pacotes estão atualizados.

  2. Verifique se você está na pasta /home/<usuário>/:

     pwd
 /home/<usuário>

    O Print Working Directory (pwd) mostra o caminho da pasta atual.

  3. Baixe o class, montepython e a likelihood do Planck (2015):

    git clone https://github.com/lesgourg/class_public.git
git glone https://github.com/brinckmann/montepython_public.git
wget -O COM_Likelihood_Code-v2.0_R2.00.tar.bz2 "http://pla.esac.esa.int/pla/aio/product-action?COSMOLOGY.FILE_ID=COM_Likelihood_Code-v2.0_R2.00.tar.bz2"
wget -O COM_Likelihood_Data-baseline_R2.00.tar.gz "http://pla.esac.esa.int/pla/aio/product-action?COSMOLOGY.FILE_ID=COM_Likelihood_Data-baseline_R2.00.tar.gz"

  4. Sugiro mover as pastas "plc-2.0" e "plc_2.0" extraídas dos arquivos COM_Likelihood_*.tar.gz para uma pasta nova chamada planck.

    mkdir planck
tar -xvf COM_Likelihood_Code-v2.0_R2.00.tar.bz2
tar -xvf COM_Likelihood_Data-baseline_R2.00.tar.gz
mv plc-2.0 plc_2.0 planck/

  5. Class:

    cd class
make clean
make all
cd python/
python setup.py build
python setup.py install --user
cd ..

  6. Planck Likelihood:

    cd planck
cd plc-2.0

    Nesta parte é necessário alterar algumas entradas no arquivo "Makefile":

     nano Makefile

    E é necessário alterar as seguintes linhas:

     Linha 30: FC = ifort -> FC = gfortran 
 Linha 57: MKLROOT = -> MKLROOT = /opt/intel/mkl
 Linha 58: LAPACKLIBPATHMKL = -> LAPACKLIBPATHMKL = -L$(MKLROOT)/lib/intel64
 Linha 84: CM64 = -> CM64 = -m64
 Linha 89: FM64 = -> FM64 = -m64

    CTRL+X E depois Y ou S.

     ./waf configure --install_all_deps

    Provavelmente aparecerá um erro falando que não está instalado o CFISTIO. Não se preocupe pois o instalador tomará conta disso pra você. Se tudo ocorrer bem...

     ./waf install
 source bin/clik_profile.sh

    Para otimizar as coisas, você pode colocar o comando "source /clik_profile.sh" no arquivo .bashrc. Esse arquivo fica na sua home (/home/<usuário>). Lembre-se que é obrigatório ter o Python 2. Caso você utiliza o Python 3 como padrão, é preciso colocar antes do comando mencionado anteriormente "conda activate python2", ou se quiser utilizar o Python do próprio OS, "conda deactivate".

    Exemplo do arquivo .bashrc de um usuário que tem o ambiente Python 3 do Anaconda:

     nano /home/<usuário>/.bashrc

 	...
 	Várias coisas
 	...

 conda activate python2
 source planck/plc-2.0/bin/clik_profile.sh

    Exemplo do arquivo .bashrc de um usuário que tem o ambiente Python 3 do Anaconda e irá utilizar o Python do CentOS:

     nano /home/<usuário>/.bashrc

 	...
 	Várias coisas
 	...

 conda deactivate
 source planck/plc-2.0/bin/clik_profile.sh

    Recomendo verificar se o Python importa corretamente a classe "clik":

     python
 import clik

    Se não aparecer nenhum erro, tudo está ok. Se aparecer um erro do tipo

     Cannot use clik wrapper (cause = 'No module named lkl')

    ou

     Cannot use clik wrapper (cause = 'libgfortran.so.4: cannot open shared object file: No such file or directory')
 Cannot use clik_lensing wrapper (cause = 'libgfortran.so.4: cannot open shared object file: No such file or directory')

    Significa que o wrapper da Likelihood do Planck não está funcionando, e no último caso, não foi possível encontrar o arquivo libgfortran.so.4. Isso pode variar de computador para computador, mas no computador aonde apareceu o erro, o arquivo libgfortran.so.4 estava na pasta:

     /home/<usuário>/anaconda3/envs/python2/x86_64-conda_cos6-linux-gnu/sysroot/lib

    Para solucionar esse erro bastou escrever no terminal (e adicionar esse comando no arquivo .bashrc):

     export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/home/<usuário>/anaconda3/envs/python2/x86_64-conda_cos6-linux-gnu/sysroot/lib

    E tivemos sucesso ao importar a classe "clik" no Python.

  7. MontePython:

     cd
 cd
 cd montepython_public/
 cp default.conf.template default.conf
 nano default.conf

    E edite as linhas abaixo:

     Linha 22: root = '/Path/to/your/codes' -> root = '/home/<usuário>'
 Linha 24: path['cosmo'] = root+'/class' -> path['cosmo'] = root+'/class_public'
 Linha 25: path['clik'] = root+'/planck/plc-2.0' -> path['clik'] = root+'/planck/plc-2.0'

    Eu não alterei a linha 25 porque não foi necessário.

  8. Testando:

    Em geral, o MontePython tenta usar todos os cores do computador. O problema é que isso pode travar o cluster. Para um teste inicial é OBRIGATÓRIO utilizar o comando "srun -n 1" para gerar apenas uma cadeia e utilizar apenas um core. Ao submeter o seu cálculo no sistema de filas, você pode configurar o arquivo *.slurm para rodar em mais cores.

     srun -n 1 python montepython/MontePython.py run -p input/base2015.param -o chains/testando -N 10

    Se tudo funcionar, ótimo!

    Talvez essa thread seja interessante: brinckmann/montepython_public#14 E essa outra: https://serverfault.com/questions/1669/shell-command-to-monitor-changes-in-a-file-whats-it-called-again/1670