2017-08-03 4 views
0

Ich habe h2o_3.13.0.tar.gz auf R 3.4.1 auf einer ppc64le Box mit 4 Tesla P100s Ubuntu 16.04.2 LTS ausgeführt. Es hat Cuda v8.0.61 (Ich bin nicht sicher, wie man auf cuDNN prüft).Deepwater auf einem PowerPC

Wenn ich laufe das Beispiel in der Tiefwasser-Broschüre, die in diesem Schritt

model <- h2o.deepwater(x=features, y=target, ... nfolds=5, gpu=TRUE, seed=1234) 

ich den Fehler

java.lang.RuntimeException: Unable to initialize the native Deep Learning backend: /tmp/libmxnet.so: /tmp/libmxnet.so: cannot open shared object file: No such file or directory (Possible cause: can't load AMD 64-bit .so on a Power PC 64-bit platform) 

erhalten Während die Datei gibt es, wenn ich LDD darauf laufen, Ich bekomme not a dynamic executable.

Bedeutet dies, dass ich MxNet für diese Architektur zu kompilieren oder bin ich etwas anderes fehlt? Dann setze ich gpu=FALSE in der gleichen Funktion. Ich erhalte jetzt den folgenden Fehler

java.lang.RuntimeException: Unable to initialize the native Deep Learning backend: Could not initialize class deepwater.backends.mxnet.MXNetBackend$MXNetLoader 

Irgendwelche Ideen?

Antwort

0

Wir unterstützen derzeit nicht die PowerPC-Architektur. Sie erhalten diesen Fehler, weil Sie versuchen, Intel x86-64-Code auszuführen, und das funktioniert nicht auf ppc64.

Bitte sehen https://github.com/h2oai/deepwater, um zu sehen, was die Anforderungen für den Code sind, und verschiedene Möglichkeiten, es zu verwenden.

+0

Vielen Dank für Ihre Antwort. Würde h2o.xgboost mit GPU = TRUE nicht auf diesem Arch funktionieren. Das ist ein Teil von Code h2o lib und nicht die Deepwater Bits. – ironv

+0

Nein, das funktioniert nicht, da TensorFlow und MXNet für x86-64 kompiliert wurden und darin enthalten sind. Für CPU-only müssen Sie die Version verwenden, die nur für CPU erstellt wird. Es gibt Downloads für dieses und wir haben auch ein CPU nur Docker Bild zur Verfügung, das ist die einfachste Sache zu verwenden. – Magnus

Verwandte Themen