<div dir="ltr"><div dir="ltr">Sure thing! Here you go:<div><br></div><div><div>pop_loadset(): loading file /Users/kcm73/Documents/WordsInNoiseProject/EEGData/CohenPipeline/NewPreproc/S13newpreproc/preICAfiles/S1302postASRpreICA.set ...</div><div>Reading float file '/Users/kcm73/Documents/WordsInNoiseProject/EEGData/CohenPipeline/NewPreproc/S13newpreproc/preICAfiles/S1302postASRpreICA.fdt'...</div><div>Writing data file: /Users/kcm73/Documents/WordsInNoiseProject/EEGData/tmpdata15761.fdt</div><div>           1 processor name = NEUR-AD-UFDNMP.local</div><div>           1 host_num =    258801812</div><div> This is MPI process           1 of           1 ; I am process           1 of</div><div>           1 on node: NEUR-AD-UFDNMP.local</div><div>           1  : node root process           1 of           1</div><div>Processing arguments ...</div><div> num_files =            1</div><div> FILES: </div><div> /Users/kcm73/Documents/WordsInNoiseProject/EEGData/tmpdata15761.fdt</div><div> num_dir_files =            1</div><div> initial matrix block_size =          128</div><div> do_opt_block =            0</div><div> blk_min =          256</div><div> blk_step =          256</div><div> blk_max =         1024</div><div> number of models =            1</div><div> max_thrds =            2</div><div> use_min_dll =            1</div><div> min dll =   1.000000000000000E-009</div><div> use_grad_norm =            1</div><div> min grad norm =   1.000000000000000E-007</div><div> number of density mixture components =            3</div><div> pdf type =            0</div><div> max_iter =         2000</div><div> num_samples =            1</div><div> data_dim =          128</div><div> field_dim =       471339</div><div> do_history =            0</div><div> histstep =           10</div><div> share_comps =            0</div><div> share_start =          100</div><div> comp_thresh =   0.990000000000000     </div><div> share_int =          100</div><div> initial lrate =   5.000000000000000E-002</div><div> minimum lrate =   1.000000000000000E-008</div><div> minimum data covariance eigenvalue =   1.000000000000000E-012</div><div> lrate factor =   0.500000000000000     </div><div> initial rholrate =   5.000000000000000E-002</div><div> rho0 =    1.50000000000000     </div><div> min rho =    1.00000000000000     </div><div> max rho =    2.00000000000000     </div><div> rho lrate factor =   0.500000000000000     </div><div> kurt_start =            3</div><div> num kurt =            5</div><div> kurt interval =            1</div><div> do_newton =            1</div><div> newt_start =           50</div><div> newt_ramp =           10</div><div> initial newton lrate =    1.00000000000000     </div><div> do_reject =            1</div><div> num reject =           15</div><div> reject sigma =    3.00000000000000     </div><div> reject start =            2</div><div> reject interval =            1</div><div> write step =           20</div><div> write_nd =            0</div><div> write_LLt =            1</div><div> dec window =            1</div><div> max_decs =            3</div><div> fix_init =            0</div><div> update_A =            1</div><div> update_c =            1</div><div> update_gm =            1</div><div> update_alpha =            1</div><div> update_mu =            1</div><div> update_beta =            1</div><div> invsigmax =    100.000000000000     </div><div> invsigmin =   0.000000000000000E+000</div><div> do_rho =            1</div><div> load_rej =            0</div><div> load_c =            0</div><div> load_gm =            0</div><div> load_alpha =            0</div><div> load_mu =            0</div><div> load_beta =            0</div><div> load_rho =            0</div><div> load_comp_list =            0</div><div> do_mean =            1</div><div> do_sphere =            1</div><div> pcakeep =          128</div><div> pcadb =    30.0000000000000     </div><div> byte_size =            4</div><div> doscaling =            1</div><div> scalestep =            1</div><div>mkdir: /Users/kcm73/Documents/WordsInNoiseProject/EEGData/CohenPipeline/NewPreproc/S13newpreproc/postICAfiles/S1302amicaout/: File exists</div><div> output directory = </div><div> /Users/kcm73/Documents/WordsInNoiseProject/EEGData/CohenPipeline/NewPreproc/S13</div><div> newpreproc/postICAfiles/S1302amicaout/</div><div>           1 : setting num_thrds to            2  ...</div><div>           1 : using           2 threads.</div><div>           1 : node_thrds =            2</div><div> bytes in real =            1</div><div>           1 : REAL nbyte =            1</div><div> getting segment list ...</div><div> blocks in sample =       471339</div><div> total blocks =       471339</div><div> node blocks =       471339</div><div> node            1  start: file            1  sample            1  index </div><div>           1</div><div> node            1  stop : file            1  sample            1  index </div><div>      471339</div><div>           1 : data =    25.3650321960449        10.1630601882935     </div><div> getting the mean ...</div><div>  mean =  -9.756913085498017E-002 -0.956047629660906     </div><div>  -1.47526619473147     </div><div> subtracting the mean ...</div><div> getting the covariance matrix ...</div><div> cnt =       471339</div><div> doing eig nx =          128  lwork =       163840</div><div> minimum eigenvalues =   1.149162121975516E-012  1.895431946218596E-012</div><div>  4.236845509809919E-012</div><div> maximum eigenvalues =    9419.65839076655        2570.08584450239     </div><div>   1758.66520615951     </div><div> num eigs kept =          128</div><div> getting the sphering matrix ...</div><div> minimum eigenvalues =   1.149162121975516E-012  1.895431946218596E-012</div><div>  4.236845509809919E-012</div><div> maximum eigenvalues =    9419.65839076655        2570.08584450239     </div><div>   1758.66520615951     </div><div> num eigs kept =          128</div><div> sphering the data ...</div><div> numeigs =          128</div><div>           1 : Allocating variables ...</div><div>           1 : Initializing variables ...</div><div>           1 : block size =          128</div><div>           1 : entering the main loop ...</div><div> iter     1 lrate =  0.0500000000 LL =  -1.6698055110 nd =  0.0340860203, D =   0.67253E-01  0.67253E-01  (  4.88 s,   2.7 h)</div><div>Doing rejection ....</div><div> maximum likelihood value =   -1.36397350038783     </div><div> minimum likelihood value =   -14.1307674390157     </div><div> average likelihood value =   -1.66980551096439     </div><div> standard deviation       =   0.420485964745811     </div><div> rejecting data with likelihood less than   -2.93126340520182     </div><div> rejected         9503  data points so far. Will perform rejection           14 </div><div>  more times at intervals of            1  iterations.</div><div> iter     2 lrate =  0.0500000000 LL =  -1.4654950056 nd =  0.0288690764, D =   0.59194E-01  0.59194E-01  (  4.79 s,   2.7 h)</div><div>Doing rejection ....</div><div> maximum likelihood value =  -0.977157440409710     </div><div> minimum likelihood value =   -2.96524772054921     </div><div> average likelihood value =   -1.46549500564456     </div><div> standard deviation       =   0.303163728040875     </div><div> rejecting data with likelihood less than   -2.37498618976719     </div><div> rejected        18918  data points so far. Will perform rejection           13 </div><div>  more times at intervals of            1  iterations.</div><div> iter     3 lrate =  0.0500000000 LL =  -1.3926954878 nd =  0.0275011071, D =   0.58424E-01  0.58424E-01  (  4.70 s,   2.6 h)</div><div>Doing rejection ....</div><div> maximum likelihood value =  -0.777762136563562     </div><div> minimum likelihood value =   -2.55766743708507     </div><div> average likelihood value =   -1.39269548775611     </div><div> standard deviation       =   0.319846000043196     </div><div> rejecting data with likelihood less than   -2.35223348788570     </div><div> rejected        24174  data points so far. Will perform rejection           12 </div><div>  more times at intervals of            1  iterations.</div><div> iter     4 lrate =  0.0500000000 LL =  -1.3632471401 nd =  0.0290695735, D =   0.94839E-01  0.94839E-01  (  4.66 s,   2.6 h)</div><div>Doing rejection ....</div><div> maximum likelihood value =  -0.686256773219760     </div><div> minimum likelihood value =   -2.43842460366318     </div><div> average likelihood value =   -1.36324714013545     </div><div> standard deviation       =   0.330772484995092     </div><div> rejecting data with likelihood less than   -2.35556459512072     </div><div> rejected        26716  data points so far. Will perform rejection           11 </div><div>  more times at intervals of            1  iterations.</div><div> iter     5 lrate =  0.0500000000 LL =  -1.3482726930 nd =  0.0288899726, D =   0.18201E+00  0.18201E+00  (  4.61 s,   2.6 h)</div><div>Doing rejection ....</div><div> maximum likelihood value =  -0.646418570096526     </div><div> minimum likelihood value =   -2.39934446681889     </div><div> average likelihood value =   -1.34827269296910     </div><div> standard deviation       =   0.336117397856749     </div><div> rejecting data with likelihood less than   -2.35662488653935     </div><div> rejected        27789  data points so far. Will perform rejection           10 </div><div>  more times at intervals of            1  iterations.</div><div> iter     6 lrate =  0.0500000000 LL =  -1.3390648637 nd =  0.0275633419, D =   0.31228E+00  0.31228E+00  (  4.61 s,   2.6 h)</div><div>Doing rejection ....</div><div> maximum likelihood value =  -0.627721013095301     </div><div> minimum likelihood value =   -2.38360832281495     </div><div> average likelihood value =   -1.33906486365062     </div><div> standard deviation       =   0.339889548496796     </div><div> rejecting data with likelihood less than   -2.35873350914101     </div><div> rejected        28210  data points so far. Will perform rejection            9 </div><div>  more times at intervals of            1  iterations.</div><div>/Users/kcm73/Documents/WordsInNoiseProject/EEGData/eeglab14_1_2b/plugins/AMICA1.5/amica15mac /Users/kcm73/Documents/WordsInNoiseProject/EEGData/CohenPipeline/NewPreproc/S13newpreproc/postICAfiles/S1302amicaout/input.param: Illegal instruction</div><div>No gm present, setting num_models to 1</div><div>No W present, exiting</div><div>Reference to non-existent field 'W'.</div><div><br></div><div>Error in runamica15 (line 873)</div><div>    weights = mods.W(:,:,1);</div><div><br></div><div>Error in runAMICAonfiles (line 62)</div><div>            runamica15(EEG.data, 'num_chans', EEG.nbchan,...</div></div></div></div><div class="gmail_extra"><br><div class="gmail_quote">On Wed, Sep 12, 2018 at 11:50 AM,  <span dir="ltr"><<a href="mailto:japalmer29@gmail.com" target="_blank">japalmer29@gmail.com</a>></span> wrote:<br><blockquote class="gmail_quote" style="margin:0 0 0 .8ex;border-left:1px #ccc solid;padding-left:1ex"><div lang="EN-US" link="blue" vlink="purple"><div class="m_4020373102678428224WordSection1"><p class="MsoNormal"><span style="font-size:11.0pt;font-family:"Calibri",sans-serif;color:black">Hi Kelly, <u></u><u></u></span></p><p class="MsoNormal"><span style="font-size:11.0pt;font-family:"Calibri",sans-serif;color:black">Thanks, but could you past the output from the command line (including the MPI, etc. output, and up to the point where it fails)?<u></u><u></u></span></p><p class="MsoNormal"><span style="font-size:11.0pt;font-family:"Calibri",sans-serif;color:black">… It would be helpful to see the output of all the parameter values used and relative the minimum covariance eigenvalues, and where it fails exactly ….<u></u><u></u></span></p><p class="MsoNormal"><span style="font-size:11.0pt;font-family:"Calibri",sans-serif;color:black">Thanks,<u></u><u></u></span></p><p class="MsoNormal"><span style="font-size:11.0pt;font-family:"Calibri",sans-serif;color:black">Jason<u></u><u></u></span></p><p class="MsoNormal"><span style="font-size:11.0pt;font-family:"Calibri",sans-serif;color:black"><u></u> <u></u></span></p><p class="MsoNormal"><b><span style="font-size:11.0pt;font-family:"Calibri",sans-serif">From:</span></b><span style="font-size:11.0pt;font-family:"Calibri",sans-serif"> Kelly Michaelis <<a href="mailto:kcmichaelis@gmail.com" target="_blank">kcmichaelis@gmail.com</a>> <br><b>Sent:</b> Thursday, September 13, 2018 12:07 AM<br><b>To:</b> <a href="mailto:japalmer29@gmail.com" target="_blank">japalmer29@gmail.com</a><br><b>Cc:</b> EEGLAB List <<a href="mailto:eeglablist@sccn.ucsd.edu" target="_blank">eeglablist@sccn.ucsd.edu</a>><br><b>Subject:</b> Re: [Eeglablist] AMICA Error on Mac<u></u><u></u></span></p><div><div class="h5"><p class="MsoNormal"><u></u> <u></u></p><div><p class="MsoNormal">Hi Jason,<u></u><u></u></p><div><p class="MsoNormal"><u></u> <u></u></p></div><div><p class="MsoNormal">The text output from a failed run is attached. With this particular file, I ran the same script again and now it appears to be working. The issue is I can't predict when Amica will fail, and I need to run lots of files through it. Let me know if you have any suggestions.<u></u><u></u></p></div><div><p class="MsoNormal"><u></u> <u></u></p></div><div><p class="MsoNormal">Thanks,<u></u><u></u></p></div><div><p class="MsoNormal">Kelly<u></u><u></u></p></div><div><p class="MsoNormal"><u></u> <u></u></p></div><div><p class="MsoNormal"><u></u> <u></u></p></div></div><div><p class="MsoNormal"><u></u> <u></u></p><div><p class="MsoNormal">On Wed, Sep 12, 2018 at 10:56 AM, <<a href="mailto:japalmer29@gmail.com" target="_blank">japalmer29@gmail.com</a>> wrote:<u></u><u></u></p><blockquote style="border:none;border-left:solid #cccccc 1.0pt;padding:0in 0in 0in 6.0pt;margin-left:4.8pt;margin-right:0in"><div><div><p class="MsoNormal"><span style="font-size:11.0pt;font-family:"Calibri",sans-serif;color:black">Hi Kelly,</span><u></u><u></u></p><p class="MsoNormal"><span style="font-size:11.0pt;font-family:"Calibri",sans-serif;color:black">Could you provide the text output of Amica on the run(s) where it fails?</span><u></u><u></u></p><p class="MsoNormal"><span style="font-size:11.0pt;font-family:"Calibri",sans-serif;color:black">Thanks,</span><u></u><u></u></p><p class="MsoNormal"><span style="font-size:11.0pt;font-family:"Calibri",sans-serif;color:black">Jason</span><u></u><u></u></p><p class="MsoNormal"><span style="font-size:11.0pt;font-family:"Calibri",sans-serif;color:black"> </span><u></u><u></u></p><p class="MsoNormal"><b><span style="font-size:11.0pt;font-family:"Calibri",sans-serif">From:</span></b><span style="font-size:11.0pt;font-family:"Calibri",sans-serif"> eeglablist <<a href="mailto:eeglablist-bounces@sccn.ucsd.edu" target="_blank">eeglablist-bounces@sccn.ucsd.<wbr>edu</a>> <b>On Behalf Of </b>Kelly Michaelis<br><b>Sent:</b> Tuesday, September 11, 2018 6:49 AM<br><b>To:</b> EEGLAB List <<a href="mailto:eeglablist@sccn.ucsd.edu" target="_blank">eeglablist@sccn.ucsd.edu</a>><br><b>Subject:</b> [Eeglablist] AMICA Error on Mac</span><u></u><u></u></p><div><div><p class="MsoNormal"> <u></u><u></u></p><div><div><p class="MsoNormal">Hi everyone,<u></u><u></u></p><div><p class="MsoNormal"> <u></u><u></u></p></div><div><p class="MsoNormal">I have been running into this error with AMICA on mac Sierra 10.12.6 using EEGLAB version 14_1_2b. Most of time it works just fine, but then on some files it fails and I can't figure out why. The files on which it fails don't seem to be different in any observable way. I installed AMICA through the GUI, and I have tried uninstalling and reinstalling to no avail.<u></u><u></u></p></div><div><p class="MsoNormal"> <u></u><u></u></p></div><div><p class="MsoNormal">I'm hoping one of you can help.<u></u><u></u></p></div><div><p class="MsoNormal"> <u></u><u></u></p></div><div><p class="MsoNormal">My script was adapted from <a href="https://sccn.ucsd.edu/wiki/Makoto's_useful_EEGLAB_code" target="_blank">Makato's script </a>and is as follows (no spaces in path):<u></u><u></u></p></div><div><p class="MsoNormal"> <u></u><u></u></p></div><div><p class="MsoNormal"> <u></u><u></u></p></div><div><div><p class="MsoNormal">for iFile = iFiles<u></u><u></u></p></div><div><p class="MsoNormal">           <u></u><u></u></p></div><div><p class="MsoNormal">          disp(['starting subject' currentSub 'file' num2str(iFile)])<u></u><u></u></p></div><div><p class="MsoNormal">  <u></u><u></u></p></div><div><p class="MsoNormal">          curoutfname = ['S' currentSub '0' num2str(iFile)  'postASRpostICA.set'];<u></u><u></u></p></div><div><p class="MsoNormal">          <u></u><u></u></p></div><div><p class="MsoNormal">          cutfulloutputfname = fullfile(postICAdir,<wbr>curoutfname); % so we can check if an output file exists already (so we can potentially bail on this iteration of a loop so we don't redo work)<u></u><u></u></p></div><div><p class="MsoNormal"> <u></u><u></u></p></div><div><p class="MsoNormal">          if exist(cutfulloutputfname,'<wbr>file')<u></u><u></u></p></div><div><p class="MsoNormal">              disp(['File ' cutfulloutputfname ' already exists, bailing...'])<u></u><u></u></p></div><div><p class="MsoNormal">              continue % break? <u></u><u></u></p></div><div><p class="MsoNormal">          end<u></u><u></u></p></div><div><p class="MsoNormal">          <u></u><u></u></p></div><div><p class="MsoNormal">            %reload to clear<u></u><u></u></p></div><div><p class="MsoNormal">            eeglab<u></u><u></u></p></div><div><p class="MsoNormal">            <u></u><u></u></p></div><div><p class="MsoNormal">            EEG = pop_loadset('filename',['S' currentSub '0' num2str(iFile)  'postASRpreICA.set'],'<wbr>filepath',preICAdir);<u></u><u></u></p></div><div><p class="MsoNormal">            <u></u><u></u></p></div><div><p class="MsoNormal">            %  Run AMICA using calculated data rank with 'pcakeep' option<u></u><u></u></p></div><div><p class="MsoNormal">            if isfield(EEG.etc, 'clean_channel_mask')<u></u><u></u></p></div><div><p class="MsoNormal">                dataRank = min([rank(double(EEG.data')) sum(EEG.etc.clean_channel_<wbr>mask)]);<u></u><u></u></p></div><div><p class="MsoNormal">            else<u></u><u></u></p></div><div><p class="MsoNormal">                dataRank = rank(double(EEG.data'));<u></u><u></u></p></div><div><p class="MsoNormal">            end<u></u><u></u></p></div><div><p class="MsoNormal">            amicaoutdir = fullfile(postICAdir,['S' currentSub '0' num2str(iFile)  'amicaout']);<u></u><u></u></p></div><div><p class="MsoNormal">            runamica15(EEG.data, 'num_chans', EEG.nbchan,...<u></u><u></u></p></div><div><p class="MsoNormal">                'outdir', amicaoutdir, ... % [ postICAdir '/S' currentSub '0' num2str(iFile)  'amicaout'],...<u></u><u></u></p></div><div><p class="MsoNormal">                'pcakeep', dataRank, 'num_models', 1,...<u></u><u></u></p></div><div><p class="MsoNormal">                'do_reject', 1, 'numrej', 15, 'rejsig', 3, 'rejint', 1);<u></u><u></u></p></div><div><p class="MsoNormal">            EEG.etc.amica  = loadmodout15(amicaoutdir); % fullfile(postICAdir,['S' currentSub '0' num2str(iFile)  'amicaout']));<u></u><u></u></p></div><div><p class="MsoNormal">            EEG.etc.amica.S = EEG.etc.amica.S(1:EEG.etc.<wbr>amica.num_pcs, :); % Weirdly, I saw size(S,1) be larger than rank. This process does not hurt anyway.<u></u><u></u></p></div><div><p class="MsoNormal">            EEG.icaweights = EEG.etc.amica.W;<u></u><u></u></p></div><div><p class="MsoNormal">            EEG.icasphere  = EEG.etc.amica.S;<u></u><u></u></p></div><div><p class="MsoNormal">            EEG = eeg_checkset(EEG, 'ica');<u></u><u></u></p></div><div><p class="MsoNormal">            <u></u><u></u></p></div><div><p class="MsoNormal">                    <u></u><u></u></p></div><div><p class="MsoNormal">            EEG = pop_saveset( EEG, 'filename',curoutfname,'<wbr>filepath', postICAdir);<u></u><u></u></p></div><div><p class="MsoNormal">           %EEG = pop_saveset( EEG, 'filename',['S' currentSub '0' num2str(iFile)  'postASRpostICA.set'],'<wbr>filepath', postICAdir);<u></u><u></u></p></div><div><p class="MsoNormal">            <u></u><u></u></p></div><div><p class="MsoNormal">            disp(['done with' currentSub 'file' num2str(iFile)])<u></u><u></u></p></div><div><p class="MsoNormal">     end<u></u><u></u></p></div></div></div></div></div></div></div></div></blockquote></div><p class="MsoNormal"><u></u> <u></u></p></div></div></div></div></div></blockquote></div><br></div>