- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
尝试在 R 中使用 h2o 创建深度学习预测时出现错误。错误发生在使用命令 h2o.predict 进行的大约三分之一的预测中。这是模型设置:
localH2O = h2o.init(ip = "localhost", port = 54321, startH2O = TRUE,max_mem_size='20g',nthreads=6)
model <- h2o.deeplearning(x = 2:100, y = 1, training_frame = x, l1 = 1e-5, l2 = 1e-5, epochs=500, hidden = c(800,800,100))
prediction <- h2o.predict(model, x[,2:100])
这是打开和关闭时发生的错误:
ERROR: Unexpected HTTP Status code: 500 Server Error (url = http://localhost:54321/99/Rapids)
java.lang.RuntimeException
[1] "water.MRTask.getResult(MRTask.java:505)"
[2] "water.MRTask.doAll(MRTask.java:379)"
[3] "water.MRTask.doAll(MRTask.java:375)"
[4] "water.rapids.ASTRowSlice.apply(ASTColSlice.java:123)"
[5] "water.rapids.ASTExec.exec(ASTExec.java:46)"
[6] "water.rapids.ASTTmpAssign.apply(ASTAssign.java:255)"
[7] "water.rapids.ASTTmpAssign.apply(ASTAssign.java:248)"
[8] "water.rapids.ASTExec.exec(ASTExec.java:46)"
[9] "water.rapids.Session.exec(Session.java:56)"
[10] "water.rapids.Exec.exec(Exec.java:63)"
[11] "water.api.RapidsHandler.exec(RapidsHandler.java:23)"
[12] "sun.reflect.GeneratedMethodAccessor8.invoke(Unknown Source)"
[13] "sun.reflect.DelegatingMethodAccessorImpl.invoke(DelegatingMethodAccessorImpl.java:43)"
[14] "java.lang.reflect.Method.invoke(Method.java:497)"
[15] "water.api.Handler.handle(Handler.java:64)"
[16] "water.api.RequestServer.handle(RequestServer.java:644)"
[17] "water.api.RequestServer.serve(RequestServer.java:585)"
[18] "water.JettyHTTPD$H2oDefaultServlet.doGeneric(JettyHTTPD.java:617)"
[19] "water.JettyHTTPD$H2oDefaultServlet.doPost(JettyHTTPD.java:565)"
[20] "javax.servlet.http.HttpServlet.service(HttpServlet.java:755)"
[21] "javax.servlet.http.HttpServlet.service(HttpServlet.java:848)"
[22] "org.eclipse.jetty.servlet.ServletHolder.handle(ServletHolder.java:684)"
Show Traceback
Rerun with Debug
Error in .h2o.doSafeREST(h2oRestApiVersion = h2oRestApiVersion, urlSuffix = page, :
water.DException$DistributedException: from /127.0.0.1:54321; by class water.rapids.ASTRowSlice$1; class java.lang.NegativeArraySizeException: null Error in class(obj) <- "rs.scalar" : attempt to set an attribute on NULL
这是关于我的系统架构的一些信息。运行系统(“java -version”)给出:
java version "1.8.0_65"
Java(TM) SE Runtime Environment (build 1.8.0_65-b17)
Java HotSpot(TM) 64-Bit Server VM (build 25.65-b01, mixed mode)
这是 sessionInfo() 的输出:
R version 3.2.2 (2015-08-14)
Platform: x86_64-w64-mingw32/x64 (64-bit)
Running under: Windows Server 2008 R2 x64 (build 7601) Service Pack 1
locale:
[1] LC_COLLATE=Danish_Denmark.1252 LC_CTYPE=Danish_Denmark.1252 LC_MONETARY=Danish_Denmark.1252
[4] LC_NUMERIC=C LC_TIME=Danish_Denmark.1252
attached base packages:
[1] stats graphics grDevices utils datasets methods base
other attached packages:
[1] h2o_3.6.0.8 statmod_1.4.22 TTR_0.23-0 selectiveInference_1.1.1
[5] intervals_0.15.1 lars_1.2 glmnet_2.0-2 foreach_1.4.3
[9] Matrix_1.2-2 wq_0.4.4 zoo_1.7-12 skm_1.0.2
[13] stringi_1.0-1 devtools_1.9.1
loaded via a namespace (and not attached):
[1] Rcpp_0.12.2 magrittr_1.5 MASS_7.3-43 munsell_0.4.2 colorspace_1.2-6
[6] lattice_0.20-33 stringr_1.0.0 plyr_1.8.3 xts_0.9-7 tools_3.2.2
[11] grid_3.2.2 gtable_0.1.2 iterators_1.0.8 digest_0.6.8 reshape2_1.4.1
[16] ggplot2_1.0.1 bitops_1.0-6 codetools_0.2-14 RCurl_1.95-4.7 memoise_0.2.1
[21] scales_0.3.0 jsonlite_0.9.19 proto_0.3-10
非常感谢任何帮助。
最佳答案
您遇到的错误源自内部 H2O 语言处理框架(称为 Rapids)。
可能的罪魁祸首不是预测,而是片段
x[,2:100]
哪个应该做一个列切片(ASTColSlice)。但它看起来像是在 ASTRowSlice 中执行代码......如果你能够提供任何日志(这里的 stdout/err 帮助,你可以通过方法获取它们),可以更好地处理正在发生的事情
h2o.downloadAllLogs
突出的一件事是:
Error in class(obj) <- "rs.scalar" : attempt to set an attribute on NULL
"rs.scalar"在我们的 R 代码中没有任何意义,它是你认识的东西吗?无论如何,日志应该更清楚地说明 NegativeArraySizeException 是如何发生的。
谢谢!
关于r - R 中的 h2o.predict 错误,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/34221145/
这里有没有人在使用Google Prediction API?为了什么?它“起作用”了吗? 最佳答案 如果您正在寻找实际案例,请查看此案例automatically assigns priority
无论如何,学习R ..: 在简单的x和y回归中,我输入: predict(data1.lm, interval="prediction") 和 predict(data1.lm, interval="
我创建并调整了多个模型,但在尝试预测它们时遇到了问题。我首先按如下方式运行代码来调整 LDA 模型。 library(MASS) library(caret) library(randomForest
问题 我在 R 中训练了一个线性回归来预测 this.target来自 city , 数据框中的变量 data .这个训练是在数据的一个子集上完成的,它由 train.index 指定。 . mode
我正在检查 tf-serving 示例,发现 inception_client.py mnist_client.py 时使用 result = Stub.Predict(request, 10.0)使
我已在 Google ML Engine 中上传了该模型的一个版本,其中包含 saved_model.pb 和一个变量文件夹。当我尝试执行命令时: gcloud ml-engine local pre
请先在我们的 GitHub 存储库中搜索类似问题。如果您找不到类似的示例,您可以使用以下模板: 系统(请填写以下信息): - 操作系统:Ubuntu 18.04 - Python版本:3.6.7 -
我正在研究一个简单的 LL(1) 解析器生成器,我遇到了给定某些输入语法的 PREDICT/PREDICT 冲突问题。例如,给定如下输入语法: E → E + E | P P → 1 我可以
我正在对具有多个预测变量的线性模型的预测值求和,如下例所示,并希望计算该总和的组合方差、标准误差和可能的置信区间。 lm.tree <- lm(Volume ~ poly(Girth,2), data
我是 R 和统计学的新手。所以这个问题可能有点愚蠢,但我想知道 R 中的 predict() 和 predict.lm() 之间是否有任何区别?我认为它们是相同的,但如果它们是相同的,为什么会有两个不
我尝试了针对this question而发布的答案,但是错误没有改变。我试图以相同的方式预处理训练集和测试集。它们来自两个不同的文件,我不确定我的老师是否会把我混合在一起,所以在拆分它们之前进行预处理
使用随机森林包:- #install.packages("randomForest") library(randomForest) 我使用在线代码在我的系统上运行随机森林。我得到了一个具有混淆矩阵和准
我有一个模型 (fit),基于上个月之前的历史信息。现在我想使用我的模型来预测当月的情况。当我尝试调用以下代码时: predicted fit$modelInfo$label [1]“随机森林” 因此
我正在尝试找出应用于列表的操作。我有列表/数组名称预测并执行以下指令集。 predictions[predictions >> a = np.array([1,2,3,4,5]) #define ar
此 R 代码引发警告 # Fit regression model to each cluster y fit$rank 检查 另一种方法是拥有比可用变量更多的参数: fit2 <- lm(y ~
我不是 R 专家。我正在尝试计算多项式模型生成的偏差: f calc.bias(f, polydeg, x))。我使用的整个代码: library(PolynomF) f <- function(x)
谁能帮我解决我的问题?我似乎无法从互联网上得到任何答案。我一直在寻找一整天。所以这是我的问题。我正在使用 opencv4android 2.4.10 和 Android Studio 作为我的 IDE
我可以使用哪种方法来根据姓氏来预测某人的国籍? 我有大量的文字和作者姓氏。我想确定哪些语言是由拉丁语使用者撰写的,哪些文本是由以英语为母语的使用者撰写的,以便研究一组中的某些写作风格模式是否与另一组中
我很好奇克服“冷启动”问题的方法/途径是什么,当新用户或项目进入系统时,由于缺乏有关该新实体的信息,因此进行推荐是一个问题。 我可以考虑做一些基于预测的推荐(例如性别、国籍等)。 最佳答案 您可以冷启
我正在使用零膨胀负二项式模型(包:pscl)对电影通过联系网络(基于电话数据)的传播进行建模 m1 我的变量是: 因变量: 扩散链的长度(计数 [0,36]) 自变量: 电影特征(虚拟变量和连续变量
我是一名优秀的程序员,十分优秀!