2017-06-23 4 views
2

Ainsi,Impossible d'initialiser le backend Deep Native Learning: null

je l'ai déjà installé les pilotes Nvidia sur mon ubuntu 16,4 et CUDA et CUDNN. J'ai réglé tous les problèmes à ce sujet, maintenant ça va.

Il est déjà configuré et l'installation s'est bien déroulée.

Je veux utiliser h2o.deepwater R. Mon code:

dlmodel <- h2o.deepwater(x=predictors, y=response, 
         training_frame=train, 
         validation_frame=valid, 

         hidden=c(120,80), epochs=200, 
         activation="Tanh", 

         seed=1234567, 
         stopping_metric='MSE', 
         classification_stop=0.001, 
         stopping_rounds = 5, 
         backend="tensorflow") 

Mais je reçois cette erreur java.lang.RuntimeException: Unable to initialize the native Deep Learning backend: null

Quelqu'un peut-il me aider à résoudre ce problème? J'ai déjà réinstallé R h2o et mes pilotes gpu.

+0

installer 64bit java manuellement? https://www.java.com/en/download/faq/win8_faq.xml – amonk

Répondre

2

Une cause fréquente de ceci est que vous n'avez pas encore défini les variables d'environnement. Veuillez vérifier votre installation.

export CUDA_PATH=/usr/local/cuda export LD_LIBRARY_PATH=$CUDA_PATH/lib64:$LD_LIBRARY_PATH

Ceci est décrit plus en détail ici: https://github.com/h2oai/deepwater#pre-release-downloads

+0

Existe-t-il une solution Windows pour cela? – Dan

+0

Nous avons seulement construit Deep Water pour Ubuntu Linux. Nous fournissons des images Docker fonctionnant sous Windows. Ce serait la solution facile, sauf si vous voulez le construire vous-même pour Windows. Voir ici: https://github.com/h2oai/deepwater#pre-release-docker-image – Magnus

0

S'il vous plaît vérifier que vous correctement configurer les variables d'environnement - mais il faut savoir: les extraits en réponse 1 et de la page d'eau profonde (https://github.com/h2oai/deepwater#pre-release-downloads) contiennent une erreur d'orthographe dans la deuxième ligne. Correctement il se lirait comme:

export CUDA_PATH=/usr/local/cuda 
export LD_LIBRARY_PATH=$CUDA_PATH/lib64:$LD_LIBRARY_PATH