-
Notifications
You must be signed in to change notification settings - Fork 0
/
recon_func.sh
291 lines (237 loc) · 10.8 KB
/
recon_func.sh
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
#!/bin/bash
#SBATCH -p kisski
#SBATCH --nodes=1
#SBATCH --job-name=sampling
#SBATCH --output=/user/luo9/u11161/slurm_log/%x_%j.out
# Training setup
All_ADDR=($(scontrol show hostnames $SLURM_JOB_NODELIST))
GPUS_PER_NODE=4
nodes_array=($All_ADDR)
head_node=${nodes_array[0]}
root_path=/projects/extern/kisski/kisski_aid/dir.project
echo "CUDA_VISIBLE_DEVICES"=$CUDA_VISIBLE_DEVICES
echo "MASTER_ADDR"=$MASTER_ADDR
echo "GPU_NUM"=$(($GPUS_PER_NODE*$SLURM_NNODES))
home=/user/luo9/u11161/temporal-diffusion/temporal
module load cuda
module load miniconda3
job4()
{
torchrun --nproc_per_node=1 --nnodes=1 --master_port=$4 fastmri_recon.py --config=$home/configs/fastmri_320_cplx.yaml \
--model_path=$root_path/temporal/logs/fastmri_320_cplx/model440000.pt \
--h5path_a=$2 \
--step_size=1 --cond_iters=4 --scale=0.3 --acc=4 --device=$1 --steps=1000 \
--outdir=$root_path/temporal/results/$3/coldstart_4
}
job5()
{
torchrun --nproc_per_node=1 --nnodes=1 --master_port=$4 fastmri_recon.py --config=$home/configs/fastmri_320_cplx.yaml \
--model_path=$root_path/temporal/logs/fastmri_320_cplx/model440000.pt \
--h5path_a=$2 \
--step_size=1 --cond_iters=4 --scale=0.3 --acc=8 --device=$1 --steps=1000 \
--outdir=$root_path/temporal/results/$3/coldstart_8
}
job6()
{
torchrun --nproc_per_node=1 --nnodes=1 --master_port=$4 fastmri_recon.py --config=$home/configs/fastmri_320_cplx.yaml \
--model_path=$root_path/temporal/logs/fastmri_320_cplx/model440000.pt \
--h5path_a=$2 \
--step_size=1 --cond_iters=4 --scale=0.2 --acc=12 --device=$1 --steps=1000 \
--outdir=$root_path/temporal/results/$3/coldstart_12
}
### cold start, equal spaced mask, with ACS lines ####
job7()
{
torchrun --nproc_per_node=1 --nnodes=1 --master_port=$4 fastmri_recon.py --config=$home/configs/fastmri_320_cplx.yaml \
--model_path=$root_path/temporal/logs/fastmri_320_cplx/model440000.pt \
--h5path_a=$2 \
--step_size=1 --cond_iters=4 --scale=1 --acc=4 --acs=8 --device=$1 --steps=1000 \
--outdir=$root_path/temporal/results/$3/coldstart_4_acs
}
job8()
{
torchrun --nproc_per_node=1 --nnodes=1 --master_port=$4 fastmri_recon.py --config=$home/configs/fastmri_320_cplx.yaml \
--model_path=$root_path/temporal/logs/fastmri_320_cplx/model440000.pt \
--h5path_a=$2 \
--step_size=1 --cond_iters=4 --scale=1 --acc=8 --acs=8 --device=$1 --steps=1000 \
--outdir=$root_path/temporal/results/$3/coldstart_8_acs
}
job9()
{
torchrun --nproc_per_node=1 --nnodes=1 --master_port=$4 fastmri_recon.py --config=$home/configs/fastmri_320_cplx.yaml \
--model_path=$root_path/temporal/logs/fastmri_320_cplx/model440000.pt \
--h5path_a=$2 \
--step_size=1 --cond_iters=4 --scale=1 --acc=12 --acs=8 --device=$1 --steps=1000 \
--outdir=$root_path/temporal/results/$3/coldstart_12_acs
}
### cold start, non equal spaced mask, without ACS lines ####
job13()
{
torchrun --nproc_per_node=1 --nnodes=1 --master_port=$4 fastmri_recon.py --config=$home/configs/fastmri_320_cplx.yaml \
--model_path=$root_path/temporal/logs/fastmri_320_cplx/model440000.pt \
--h5path_a=$2 \
--step_size=1 --cond_iters=4 --scale=0.3 --acc=4 --random --device=$1 --steps=1000 \
--outdir=$root_path/temporal/results/$3/coldstart_random_4
}
job14()
{
torchrun --nproc_per_node=1 --nnodes=1 --master_port=$4 fastmri_recon.py --config=$home/configs/fastmri_320_cplx.yaml \
--model_path=$root_path/temporal/logs/fastmri_320_cplx/model440000.pt \
--h5path_a=$2 \
--step_size=1 --cond_iters=4 --scale=0.2 --acc=8 --random --device=$1 --steps=1000 \
--outdir=$root_path/temporal/results/$3/coldstart_random_8
}
job15()
{
torchrun --nproc_per_node=1 --nnodes=1 --master_port=$4 fastmri_recon.py --config=$home/configs/fastmri_320_cplx.yaml \
--model_path=$root_path/temporal/logs/fastmri_320_cplx/model440000.pt \
--h5path_a=$2 \
--step_size=1 --cond_iters=4 --scale=0.15 --acc=12 --random --device=$1 --steps=1000 \
--outdir=$root_path/temporal/results/$3/coldstart_random_12
}
### cold start, non equal spaced mask, with ACS lines ####
job16()
{
torchrun --nproc_per_node=1 --nnodes=1 --master_port=$4 fastmri_recon.py --config=$home/configs/fastmri_320_cplx.yaml \
--model_path=$root_path/temporal/logs/fastmri_320_cplx/model440000.pt \
--h5path_a=$2 \
--step_size=1 --cond_iters=4 --scale=1 --acc=8 --acs=8 --random --device=$1 --steps=1000 \
--outdir=$root_path/temporal/results/$3/coldstart_random_4_acs
}
job17()
{
torchrun --nproc_per_node=1 --nnodes=1 --master_port=$4 fastmri_recon.py --config=$home/configs/fastmri_320_cplx.yaml \
--model_path=$root_path/temporal/logs/fastmri_320_cplx/model440000.pt \
--h5path_a=$2 \
--step_size=1 --cond_iters=4 --scale=1 --acc=8 --acs=8 --random --device=$1 --steps=1000 \
--outdir=$root_path/temporal/results/$3/coldstart_random_8_acs
}
job18()
{
torchrun --nproc_per_node=1 --nnodes=1 --master_port=$4 fastmri_recon.py --config=$home/configs/fastmri_320_cplx.yaml \
--model_path=$root_path/temporal/logs/fastmri_320_cplx/model440000.pt \
--h5path_a=$2 \
--step_size=1 --cond_iters=4 --scale=1 --acc=12 --acs=8 --random --device=$1 --steps=1000 \
--outdir=$root_path/temporal/results/$3/coldstart_random_12_acs
}
#### experiments without temporal consistency ####
job19()
{
torchrun --nproc_per_node=1 --nnodes=1 --master_port=$4 fastmri_recon.py --config=$home/configs/normal_fastmri_320_cplx.yaml \
--model_path=$root_path/temporal/logs/normal_fastmri_320_cplx/model170000.pt \
--h5path_a=$2 \
--step_size=1 --cond_iters=4 --scale=0.3 --acc=4 --nontemporal --device=$1 --steps=1000 \
--outdir=$root_path/temporal/results/$3/nontemporal_4
}
job20()
{
torchrun --nproc_per_node=1 --nnodes=1 --master_port=$4 fastmri_recon.py --config=$home/configs/normal_fastmri_320_cplx.yaml \
--model_path=$root_path/temporal/logs/normal_fastmri_320_cplx/model170000.pt \
--h5path_a=$2 \
--step_size=1 --cond_iters=4 --scale=0.3 --acc=8 --nontemporal --device=$1 --steps=1000 \
--outdir=$root_path/temporal/results/$3/nontemporal_8
}
job21()
{
torchrun --nproc_per_node=1 --nnodes=1 --master_port=$4 fastmri_recon.py --config=$home/configs/normal_fastmri_320_cplx.yaml \
--model_path=$root_path/temporal/logs/normal_fastmri_320_cplx/model170000.pt \
--h5path_a=$2 \
--step_size=1 --cond_iters=4 --scale=0.2 --acc=12 --nontemporal --device=$1 --steps=1000 \
--outdir=$root_path/temporal/results/$3/nontemporal_12
}
job22()
{
torchrun --nproc_per_node=1 --nnodes=1 --master_port=$4 fastmri_recon.py --config=$home/configs/normal_fastmri_320_cplx.yaml \
--model_path=$root_path/temporal/logs/normal_fastmri_320_cplx/model170000.pt \
--h5path_a=$2 \
--step_size=1 --cond_iters=4 --scale=1 --acc=4 --acs=8 --nontemporal --device=$1 --steps=1000 \
--outdir=$root_path/temporal/results/$3/nontemporal_4_acs
}
job23()
{
torchrun --nproc_per_node=1 --nnodes=1 --master_port=$4 fastmri_recon.py --config=$home/configs/normal_fastmri_320_cplx.yaml \
--model_path=$root_path/temporal/logs/normal_fastmri_320_cplx/model170000.pt \
--h5path_a=$2 \
--step_size=1 --cond_iters=4 --scale=1 --acc=8 --acs=8 --nontemporal --device=$1 --steps=1000 \
--outdir=$root_path/temporal/results/$3/nontemporal_8_acs
}
job24()
{
torchrun --nproc_per_node=1 --nnodes=1 --master_port=$4 fastmri_recon.py --config=$home/configs/normal_fastmri_320_cplx.yaml \
--model_path=$root_path/temporal/logs/normal_fastmri_320_cplx/model170000.pt \
--h5path_a=$2 \
--step_size=1 --cond_iters=4 --scale=1 --acc=12 --acs=8 --nontemporal --device=$1 --steps=1000 \
--outdir=$root_path/temporal/results/$3/nontemporal_12_acs
}
job25()
{
torchrun --nproc_per_node=1 --nnodes=1 --master_port=$4 fastmri_recon.py --config=$home/configs/normal_fastmri_320_cplx.yaml \
--model_path=$root_path/temporal/logs/normal_fastmri_320_cplx/model170000.pt \
--h5path_a=$2 \
--step_size=1 --cond_iters=4 --scale=0.3 --acc=4 --random --nontemporal --device=$1 --steps=1000 \
--outdir=$root_path/temporal/results/$3/nontemporal_random_4
}
job26()
{
torchrun --nproc_per_node=1 --nnodes=1 --master_port=$4 fastmri_recon.py --config=$home/configs/normal_fastmri_320_cplx.yaml \
--model_path=$root_path/temporal/logs/normal_fastmri_320_cplx/model170000.pt \
--h5path_a=$2 \
--step_size=1 --cond_iters=4 --scale=0.2 --acc=8 --random --nontemporal --device=$1 --steps=1000 \
--outdir=$root_path/temporal/results/$3/nontemporal_random_8
}
job27()
{
torchrun --nproc_per_node=1 --nnodes=1 --master_port=$4 fastmri_recon.py --config=$home/configs/normal_fastmri_320_cplx.yaml \
--model_path=$root_path/temporal/logs/normal_fastmri_320_cplx/model170000.pt \
--h5path_a=$2 \
--step_size=1 --cond_iters=4 --scale=0.15 --acc=12 --random --nontemporal --device=$1 --steps=1000 \
--outdir=$root_path/temporal/results/$3/nontemporal_random_12
}
job28()
{
torchrun --nproc_per_node=1 --nnodes=1 --master_port=$4 fastmri_recon.py --config=$home/configs/normal_fastmri_320_cplx.yaml \
--model_path=$root_path/temporal/logs/normal_fastmri_320_cplx/model170000.pt \
--h5path_a=$2 \
--step_size=1 --cond_iters=4 --scale=1 --acc=4 --acs=8 --random --nontemporal --device=$1 --steps=1000 \
--outdir=$root_path/temporal/results/$3/nontemporal_random_4_acs
}
job29()
{
torchrun --nproc_per_node=1 --nnodes=1 --master_port=$4 fastmri_recon.py --config=$home/configs/normal_fastmri_320_cplx.yaml \
--model_path=$root_path/temporal/logs/normal_fastmri_320_cplx/model170000.pt \
--h5path_a=$2 \
--step_size=1 --cond_iters=4 --scale=1 --acc=8 --acs=8 --random --nontemporal --device=$1 --steps=1000 \
--outdir=$root_path/temporal/results/$3/nontemporal_random_8_acs
}
job30()
{
torchrun --nproc_per_node=1 --nnodes=1 --master_port=$4 fastmri_recon.py --config=$home/configs/normal_fastmri_320_cplx.yaml \
--model_path=$root_path/temporal/logs/normal_fastmri_320_cplx/model170000.pt \
--h5path_a=$2 \
--step_size=1 --cond_iters=4 --scale=1 --acc=12 --acs=8 --random --nontemporal --device=$1 --steps=1000 \
--outdir=$root_path/temporal/results/$3/nontemporal_random_12_acs
}
run_jobs_array=(true false false false false false)
job_sets=(
"job19 job22 job23 job24"
"job4 job5 job6 job13"
"job7 job8 job9 job14"
"job16 job17 job18 job15"
"job25 job26 job27 job21"
"job28 job29 job30 job20"
)
FILE=${FILE:-default_value_1}
for i in "${!run_jobs_array[@]}"; do
run_jobs="${run_jobs_array[$i]}"
if [ "$run_jobs" = true ]; then
file=$root_path/fastmri/val/$FILE
job_set=(${job_sets[$i]})
${job_set[0]} 0 $h5dir/$file $(basename "$file" .h5) 2901 &
${job_set[1]} 1 $h5dir/$file $(basename "$file" .h5) 2902 &
${job_set[2]} 2 $h5dir/$file $(basename "$file" .h5) 2903 &
${job_set[3]} 3 $h5dir/$file $(basename "$file" .h5) 2904
wait
fi
done
wait
echo "END TIME: $(date)"