Paquet h2o: mémoire totale du cluster zéro

Question

data1.dl.r2 = vector() 
for (i in 1:100) { 
if (i==1) { 
    data1.hex = as.h2o(data1) 
} else { 
    data1.hex = nextdata 
} 
    data1.dl = h2o.deeplearning (x=2:1000,y=1,training_frame=data1.hex,nfolds=5,activation="Tanh",hidden=30,seed=5,reproducible=TRUE) 
    data1.dl.pred = h2o.predict(data1.dl,data1.hex) 
    data1.dl.r2[i] = sum((as.matrix(data1.dl.pred)-mean(as.matrix(data1.hex[,1])))^2)/ 
sum((as.matrix(data1.hex[,1])-mean(as.matrix(data1.hex[,1])))^2) # R-squared 

    prevdata = as.matrix(data1.hex) 
    nextpred = as.matrix(h2o.predict(data1.dl,as.h2o(data0[i,]))) 
    colnames(nextpred) = "response" 
    nextdata = as.h2o(rbind(prevdata,cbind(nextpred,data0[i,-1]))) 

    print(i) 
} 

Ceci est mon code avec un jeu de données (data1) de 100 observations et 1000 caractéristiques. Quand je lance ce, il m'a donné un message d'erreur à 50 ~ 60 itération "

Error in .h2o.doSafeREST(h2oRestApiVersion = h2oRestApiVersion, urlSuffix = page, : 


ERROR MESSAGE: 

Total input file size of 87.5 KB is much larger than total cluster memory of Zero , please use either a larger cluster or smaller data. 

Quand je lance 'h20.init()', il me dit que la mémoire totale du cluster est égal à zéro.

H2O cluster total nodes: 1 
    H2O cluster total memory: 0.00 GB 
    H2O cluster total cores: 8 
    H2O cluster allowed cores: 8 
    H2O cluster healthy:  TRUE 

Je me demande donc pourquoi la mémoire totale cluster est zéro, et pourquoi il ne va pas mal à des itérations précédentes.

Answer 1

Vous devez redémarrer votre cluster H2O.

Essayez h2o.cluster().shutdown() puis h2o.init().

Vous pouvez également définir explicitement la mémoire allouée à H2O par h2o.init(min_mem_size_GB=8), ce qui dépend de la quantité de mémoire dont votre machine dispose bien sûr.