update docs

doc/en/source/tutorial/exchange.rst

@@ -98,7 +98,7 @@ Then, run the main program. It will take a few secondes on a normal PC.
 
 
 Here, the calculation is performed using MPI parallel with 4 processes.
-If you are using Open MPI and you request more processes than the number of cores, you need to add the ``--oversubscribed`` option to the ``mpiexec`` command.
+If you are using Open MPI and you request more processes than the number of cores, you need to add the ``--oversubscribe`` option to the ``mpiexec`` command.
 
 When executed, a folder for each MPI rank will be created under ``output`` directory, and a ``trial.txt`` file containing the parameters evaluated in each Monte Carlo step and the value of the objective function, and a ``result.txt`` file containing the parameters actually adopted will be created.
 

doc/en/source/tutorial/limitation.rst

@@ -120,7 +120,7 @@ Then, execute the main program as follows. The calculation will end in about 20
    $ mpiexec -np 10 python3 ../../../src/odatse_main.py input.toml | tee log.txt
 
 In this case, a calculation with 10 MPI parallel processes is performed.
-When using OpenMPI, if the number of processes to be used is greater than the number of available cores, add the ``--oversubscribed`` option to the ``mpiexec`` command.
+When using OpenMPI, if the number of processes to be used is greater than the number of available cores, add the ``--oversubscribe`` option to the ``mpiexec`` command.
 After executed, the ``output`` folder is generated, and there a subfolder for each MPI rank is created.
 
 Each subfolder contains the results of the calculation.

doc/en/source/tutorial/minsearch.rst

@@ -144,11 +144,11 @@ It is seen that one of the minima is obtained.
 Visualization of calculation results
 ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
 
-The steps taken during the search by the Nelder-Mead method is written in ``output/SimplexData.txt``. A tool to plot the path is prepared as ``simplex/plot_himmel.py``.
+The steps taken during the search by the Nelder-Mead method is written in ``output/0/SimplexData.txt``. A tool to plot the path is prepared as ``simplex/plot_himmel.py``.
 
 .. code-block::
 
-    $ python3 ../plot_himmel.py --xcol=1 --ycol=2 --output=output/res.pdf output/SimplexData.txt
+    $ python3 ../plot_himmel.py --xcol=1 --ycol=2 --output=output/res.pdf output/0/SimplexData.txt
 
 By executing the above command, ``output/res.pdf`` will be generated.
 

doc/en/source/tutorial/pamc.rst

@@ -105,7 +105,7 @@ Then, run the main program. It will take a few secondes on a normal PC.
    $ mpiexec -np 4 python3 ../../../src/odatse_main.py input.toml | tee log.txt
 
 Here, the calculation is performed using MPI parallel with 4 processes.
-If you are using Open MPI and you request more processes than the number of cores, add the ``--oversubscribed`` option to the ``mpiexec`` command.
+If you are using Open MPI and you request more processes than the number of cores, add the ``--oversubscribe`` option to the ``mpiexec`` command.
 
 When executed, a folder for each MPI rank will be created under the directory ``output``, and ``trial_TXXX.txt`` files containing the parameters evaluated in each Monte Carlo step and the value of the objective function at each temperature (``XXX`` is the index of points), and ``result_TXXX.txt`` files containing the parameters actually adopted will be created.
 These files are concatnated into ``result.txt`` and ``trial.txt``.
@@ -176,7 +176,7 @@ By executing the following command, the figures of two-dimensional parameter spa
 
 .. code-block::
 
-    $ python3 plot_result_2d.py -o res_T0.png result_T0.txt
+    $ python3 plot_result_2d.py -o res_T0.png output/0/result_T0.txt
 
 It is seen from the figures that the samples are concentrated near the minima of ``f(x)`` where the objective function has a small value.
 

doc/ja/source/tutorial/exchange.rst

@@ -96,7 +96,7 @@
     $ mpiexec -np 4 python3 ../../../src/odatse_main.py input.toml | tee log.txt
 
 ここではプロセス数4のMPI並列を用いた計算を行っています。
-OpenMPI を用いる場合で、使えるコア数よりも要求プロセス数の方が多い時には、 ``mpiexec`` コマンドに ``--oversubscribed`` オプションを追加してください。
+OpenMPI を用いる場合で、使えるコア数よりも要求プロセス数の方が多い時には、 ``mpiexec`` コマンドに ``--oversubscribe`` オプションを追加してください。
 
 実行すると、 ``output`` ディレクトリの下に各ランクのフォルダが作成され、各モンテカルロステップで評価したパラメータおよび目的関数の値を記した ``trial.txt`` ファイルと、実際に採択されたパラメータを記した ``result.txt`` ファイルが作成されます。
 ともに書式は同じで、最初の2列がステップ数とプロセス内のwalker 番号、次が温度、3列目が目的関数の値、4列目以降がパラメータです。

doc/ja/source/tutorial/limitation.rst

@@ -135,7 +135,7 @@
     $ mpiexec -np 10 python3 ../../../src/odatse_main.py input.toml | tee log.txt
 
 ここではプロセス数10のMPI並列を用いた計算を行っています。
-Open MPI を用いる場合で、使えるコア数よりも要求プロセス数の方が多い時には、 ``mpiexec`` コマンドに ``--oversubscribed`` オプションを追加してください。
+Open MPI を用いる場合で、使えるコア数よりも要求プロセス数の方が多い時には、 ``mpiexec`` コマンドに ``--oversubscribe`` オプションを追加してください。
 
 実行すると、 ``output`` フォルダが生成され、その中に各ランクのフォルダが作成されます。
 更にその中には、各モンテカルロステップで評価したパラメータおよび目的関数の値を記した ``trial.txt`` ファイルと、実際に採択されたパラメータを記した ``result.txt`` ファイルが作成されます。

doc/ja/source/tutorial/minsearch.rst

@@ -142,12 +142,12 @@ Nelder-Mead法による最適化
 計算結果の可視化
 ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
 
-Nelder-Mead法による解の探索の経路は ``output/SimplexData.txt`` に出力されています。
+Nelder-Mead法による解の探索の経路は ``output/0/SimplexData.txt`` に出力されています。
 これをプロットするツールが ``sample/plot_himmel.py`` に用意されています。
 
 .. code-block::
 
-    $ python3 ../plot_himmel.py --xcol=1 --ycol=2 --output=output/res.pdf output/SimplexData.txt
+    $ python3 ../plot_himmel.py --xcol=1 --ycol=2 --output=output/res.pdf output/0/SimplexData.txt
 
 上記を実行すると ``output/res.pdf`` が出力されます。
 

doc/ja/source/tutorial/pamc.rst

@@ -100,7 +100,7 @@
     $ mpiexec -np 4 python3 ../../../src/odatse_main.py input.toml | tee log.txt
 
 ここではプロセス数4のMPI並列を用いた計算を行っています。
-OpenMPI を用いる場合で、使えるコア数よりも要求プロセス数の方が多い時には、 ``mpiexec`` コマンドに ``--oversubscribed`` オプションを追加してください。
+OpenMPI を用いる場合で、使えるコア数よりも要求プロセス数の方が多い時には、 ``mpiexec`` コマンドに ``--oversubscribe`` オプションを追加してください。
 
 実行すると、 ``output`` ディレクトリの下に各ランクのフォルダが作成され、温度ごとに、各モンテカルロステップで評価したパラメータおよび目的関数の値を記した ``trial_TXXX.txt`` ファイル(``XXX`` は温度点の番号)と、実際に採択されたパラメータを記した ``result_TXXX.txt`` ファイル、さらにそれぞれを結合した ``trial.txt``, ``result.txt`` ファイルが生成されます。
 それぞれ書式は同じで、最初の2列がステップ数とプロセス内の walker (replica) 番号、次が(逆)温度、3列目が目的関数の値、4列目以降がパラメータです。
@@ -158,12 +158,12 @@ OpenMPI を用いる場合で、使えるコア数よりも要求プロセス数
 ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
 
 ``result_T%.txt`` を図示することで ``f(x)`` の小さいパラメータがどこにあるかを推定することができます。
-以下のコマンドを入力すると 2次元パラメータ空間の図 ``res_T%.png`` が作成されます。
+以下のコマンドを入力すると2次元パラメータ空間の図 ``res_T%.png`` が作成されます。
 シンボルの色は目的関数の値に対応します。
 
 .. code-block::
 
-    $ python3 plot_result_2d.py -o res_T0.png result_T0.txt
+    $ python3 plot_result_2d.py -o res_T0.png output/0/result_T0.txt
 
 作成された図を見ると、 ``f(x)`` の最小値を与える点の付近にサンプルが集中していることと、目的関数の値が小さいことがわかります。