自己做网站有哪些方法呢,信息公开网站建设,电子网站建设策划模板,做网站遇到的问题及解决方法WDL可以使用本地、集群、云端三种模式来跑流程#xff0c;本地运行是不需要服务器后台配置文件#xff0c;而另外两种需要配置文件。
本地运行
下载cromwell和womtool到本地服务器#xff0c;地址#xff1a;https://github.com/broadinstitute/cromwell/releases 不建议…WDL可以使用本地、集群、云端三种模式来跑流程本地运行是不需要服务器后台配置文件而另外两种需要配置文件。本地运行下载cromwell和womtool到本地服务器地址https://github.com/broadinstitute/cromwell/releases不建议下载最新版本我试了下最新的version 78是报错的好像是java版本的匹配问题。Exception in thread main java.lang.UnsupportedClassVersionError: org/hsqldb/jdbcDriver has been compiled by a more recent version of the Java Runtime (class file version 55.0), this version of the Java Runtime only recognizes class file versions up to 52.0我这里以version 51为例。示例一编写echo.wdlworkflow wf_echo { call echo output { echo.outFile echo.content } } task echo { String out command { echo Hello World! ${out} } output { File outFile ${out} Array[String] content read_lines(outFile) } }womtool校验WDLjava -jar womtool-51.jar validate echo.wdl显示Success!生成jsonjava -jar womtool-51.jar inputs echo.wdl echo.json修改echo.json内容配置输入文件{ wf_echo.echo.out: hello_world }cromwell运行WDL脚本java -jar cromwell-51.jar run echo.wdl --inputs echo.json注意查看运行状态status是 Succeeded还是Failed。流程执行完毕默认会在运行流程的目录下生成两个目录cromwell-executions和cromwell-workflow-logs分别是执行步骤和log目录。cromwell-executions目录结构如下wf_echo/ └── d62e94fe-372d-434c-abcb-144036f26935 └── call-echo ├── execution │ ├── hello_world │ ├── rc │ ├── script │ ├── script.background │ ├── script.submit │ ├── stderr │ ├── stderr.background │ ├── stdout │ └── stdout.background └── tmp.d25a3769每次运行都会生成一串字符串目录不会覆盖之前的结果每个task都有类似的目录结果。私以为执行速度很慢调用的东西很多且过程文件太多了目标结果$ cat hello_world Hello World!示例二一个稍微复杂点的例子并行多输出。看看它的结果目录。test.wdlworkflow testwdl { Int? thread 6 String varwdl String prefix Array[Int] intarray [1,2,3,4,5] if(thread5) { call taska { input: vara varwdl, infile taskb.outfile, prefix prefix } } scatter (sample in intarray) { call taskb { input: varb testb, thread thread, prefix sample } } } task taska { String vara Array[File] infile String prefix command { cat ${sep infile} ${prefix}_${vara}.txt } } task taskb { String varb Int thread String prefix command { echo ${varb} ${thread} ${prefix}.txt } output { File outfile ${prefix}.txt } }test.json{ testwdl.varwdl: hellowdl, testwdl.prefix: testwdl }执行java -jar cromwell-51.jar run test.wdl --inputs test.json生成的目录结果23ab84c5-f219-4f2d-852f-677df6811a0b ├── call-taska │ ├── execution │ │ ├── rc │ │ ├── script │ │ ├── script.background │ │ ├── script.submit │ │ ├── stderr │ │ ├── stderr.background │ │ ├── stdout │ │ ├── stdout.background │ │ └── testwdl_hellowdl.txt │ ├── inputs │ │ ├── -1507720077 │ │ │ └── 3.txt │ │ ├── 2086182641 │ │ │ └── 1.txt │ │ ├── 289231282 │ │ │ └── 2.txt │ │ ├── -806655499 │ │ │ └── 5.txt │ │ └── 990295860 │ │ └── 4.txt │ └── tmp.de320778 └── call-taskb ├── shard-0 │ ├── execution │ │ ├── 1.txt │ │ ├── rc │ │ ├── script │ │ ├── script.background │ │ ├── script.submit │ │ ├── stderr │ │ ├── stderr.background │ │ ├── stdout │ │ └── stdout.background │ └── tmp.eba86162 ├── shard-1 │ ├── execution │ │ ├── 2.txt │ │ ├── rc │ │ ├── script │ │ ├── script.background │ │ ├── script.submit │ │ ├── stderr │ │ ├── stderr.background │ │ ├── stdout │ │ └── stdout.background │ └── tmp.658f2d2f ├── shard-2 │ ├── execution │ │ ├── 3.txt │ │ ├── rc │ │ ├── script │ │ ├── script.background │ │ ├── script.submit │ │ ├── stderr │ │ ├── stderr.background │ │ ├── stdout │ │ └── stdout.background │ └── tmp.ae04eda0 ├── shard-3 │ ├── execution │ │ ├── 4.txt │ │ ├── rc │ │ ├── script │ │ ├── script.background │ │ ├── script.submit │ │ ├── stderr │ │ ├── stderr.background │ │ ├── stdout │ │ └── stdout.background │ └── tmp.bcfe9d45 └── shard-4 ├── execution │ ├── 5.txt │ ├── rc │ ├── script │ ├── script.background │ ├── script.submit │ ├── stderr │ ├── stderr.background │ ├── stdout │ └── stdout.background └── tmp.2e004f34集群运行cromwell 不仅支持本地计算机任务调度同时支持集群/云计算作业管理系统只需要进行简单配置就可以实现大规模计算。官方针对不同的集群/云作业管理系统提供了相关的配置文件https://github.com/broadinstitute/cromwell/tree/develop/cromwell.example.backends但是本质都是讲调度命令嵌入其中。SGE配置backend.confinclude required(classpath(application)) backend { default SGE # sge config providers { SGE { actor-factory cromwell.backend.impl.sfs.config.ConfigBackendLifecycleActorFactory config { # Limits the number of concurrent jobs concurrent-job-limit 50 # Warning: If set, Cromwell will run check-alive for every job at this interval # exit-code-timeout-seconds 120 runtime-attributes Int cpu 8 Float? memory_gb String? sge_queue String? sge_project submit qsub \ -terse \ -N ${job_name} \ -wd ${cwd} \ -o ${out}.out \ -e ${err}.err \ ${-pe smp cpu} \ ${-l mem_free memory_gb g} \ ${-q sge_queue} \ ${-P sge_project} \ ${script} kill qdel ${job_id} check-alive qstat -j ${job_id} job-id-regex (\\d) # filesystem config filesystems { local { localization: [ hard-link,soft-link, copy ] caching { duplication-strategy: [ hard-link,soft-link, copy ] # Default: md5 hashing-strategy: md5 # Default: 10485760 (10MB). fingerprint-size: 10485760 # Default: false check-sibling-md5: false } } } } } } }提交命令java -Dconfig.filebackend.conf -jar cromwell-51.jar run test.wdl --inputs test.json若有Docker也需要配置示例如下dockerRoot/cromwell-executions backend { default Docker providers { # Example backend that _only_ runs workflows that specify docker for every command. Docker { actor-factory cromwell.backend.impl.sfs.config.ConfigBackendLifecycleActorFactory config { run-in-background true runtime-attributes String docker # 嵌入 docker 的运行命令 # docker_cwd 通过 dockerRoot默认 /cromwell-executions 设置, 与当前目录${cwd}下 ./cromwell-executions 相对应 submit-docker docker run --rm -v ${cwd}:${docker_cwd} -i ${docker} /bin/bash ${docker_script} } } }关于云端的配置运营商基本上已经配好了我们只需要只用它的接口即可不行就找技术支持。AI大模型学习福利作为一名热心肠的互联网老兵我决定把宝贵的AI知识分享给大家。 至于能学习到多少就看你的学习毅力和能力了 。我已将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。一、全套AGI大模型学习路线AI大模型时代的学习之旅从基础到前沿掌握人工智能的核心技能因篇幅有限仅展示部分资料需要点击文章最下方名片即可前往获取二、640套AI大模型报告合集这套包含640份报告的合集涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师还是对AI大模型感兴趣的爱好者这套报告合集都将为您提供宝贵的信息和启示。因篇幅有限仅展示部分资料需要点击文章最下方名片即可前往获三、AI大模型经典PDF籍随着人工智能技术的飞速发展AI大模型已经成为了当今科技领域的一大热点。这些大型预训练模型如GPT-3、BERT、XLNet等以其强大的语言理解和生成能力正在改变我们对人工智能的认识。 那以下这些PDF籍就是非常不错的学习资源。因篇幅有限仅展示部分资料需要点击文章最下方名片即可前往获四、AI大模型商业化落地方案因篇幅有限仅展示部分资料需要点击文章最下方名片即可前往获作为普通人入局大模型时代需要持续学习和实践不断提高自己的技能和认知水平同时也需要有责任感和伦理意识为人工智能的健康发展贡献力量