Я хочу переобучить свою модель h2o на новом наборе наблюдений с использованием контрольной точки, но сталкиваюсь с ошибками. Мой код не работает на этапе поезда при использовании контрольно-пропускного пункта. Моя исходная модель создана с использованием h2o automl, и я подтвердил, что aml.leader является моделью GBM.
Ошибка связана с полем max_eep, которое невозможно изменить. Однако я не изменяю параметр max_length в определении gbm_continued.
>>> gbm_continued.train(x=predictors, y = y, training_frame = train2)
Traceback (most recent call last):
File "", line 1, in
File "h2o-dev/lib/lib/python3.8/site-packages/h2o/estimators/estimator_base.py", line 108, in train
self._train(parms, verbose=verbose)
File "dev_items/h2o-dev/lib/lib/python3.8/site-packages/h2o/estimators/estimator_base.py", line 187, in _train
model_builder_json = h2o.api("POST /%d/ModelBuilders/%s" % (rest_ver, self.algo), data=parms)
File "h2o-dev/lib/lib/python3.8/site-packages/h2o/h2o.py", line 124, in api
return h2oconn.request(endpoint, data=data, json=json, filename=filename, save_to=save_to)
File "h2o-dev/lib/lib/python3.8/site-packages/h2o/backend/connection.py", line 498, in request
return self._process_response(resp, save_to)
File "h2o-dev/lib/lib/python3.8/site-packages/h2o/backend/connection.py", line 852, in _process_response
raise H2OResponseError(data)
h2o.exceptions.H2OResponseError: ModelBuilderErrorV3 (water.exceptions.H2OModelBuilderIllegalArgumentException):
timestamp = 1690566243266
error_url = '/3/ModelBuilders/gbm'
msg = 'Illegal argument(s) for GBM model: gbm_continued. Details: ERRR on field: _max_depth: Field _max_depth cannot be modified if checkpoint is specified!\nERRR on field: _ntrees: If checkpoint is specified then requested ntrees must be higher than 409'
dev_msg = 'Illegal argument(s) for GBM model: gbm_continued. Details: ERRR on field: _max_depth: Field _max_depth cannot be modified if checkpoint is specified!\nERRR on field: _ntrees: If checkpoint is specified then requested ntrees must be higher than 409'
http_status = 412
Я нашел один похожий вопрос по этой теме, но он не касается этого вопроса.
Я хочу переобучить свою модель h2o на новом наборе наблюдений с использованием контрольной точки, но сталкиваюсь с ошибками. Мой код не работает на этапе поезда при использовании контрольно-пропускного пункта. Моя исходная модель создана с использованием h2o automl, и я подтвердил, что aml.leader является моделью GBM. Ошибка связана с полем max_eep, которое невозможно изменить. Однако я не изменяю параметр max_length в определении gbm_continued. [code]#ds_file is my local dataset with 4k rows ds= h2o.import_file(ds_file) splits = ds.split_frame(ratios= [0.8], seed=1) train = splits[0] test = splits[1] aml = H2OAutoML(max_runtime_secs = 60, seed = 1 , project_name = 'test') aml.train(y=y, training_frame = train, leaderboard_frame = test) #verify that aml.leader is the GBM model print(aml.leader) #H2OGradientBoostingEstimator : Gradient Boosting Machine #Model Key: GBM_1_AutoML_1_20230727_145804 #ds2_file is my local dataset with 30k rows ds2 = h2o.import_file(ds2_file) Splits2 = ds2.split_frame(ratios= [0.8], seed=1) train2 = splits2[0] test2 = splits2[1] gbm_continued = H2OGradientBoostingEstimator(model_id = 'gbm_continued', checkpoint = aml.leader) gbm_continued.train(x=predictors, y = y, training_frame = train2)
[/code] Вот сообщение об ошибке: [code]>>> gbm_continued.train(x=predictors, y = y, training_frame = train2) Traceback (most recent call last): File "", line 1, in File "h2o-dev/lib/lib/python3.8/site-packages/h2o/estimators/estimator_base.py", line 108, in train self._train(parms, verbose=verbose) File "dev_items/h2o-dev/lib/lib/python3.8/site-packages/h2o/estimators/estimator_base.py", line 187, in _train model_builder_json = h2o.api("POST /%d/ModelBuilders/%s" % (rest_ver, self.algo), data=parms) File "h2o-dev/lib/lib/python3.8/site-packages/h2o/h2o.py", line 124, in api return h2oconn.request(endpoint, data=data, json=json, filename=filename, save_to=save_to) File "h2o-dev/lib/lib/python3.8/site-packages/h2o/backend/connection.py", line 498, in request return self._process_response(resp, save_to) File "h2o-dev/lib/lib/python3.8/site-packages/h2o/backend/connection.py", line 852, in _process_response raise H2OResponseError(data) h2o.exceptions.H2OResponseError: ModelBuilderErrorV3 (water.exceptions.H2OModelBuilderIllegalArgumentException): timestamp = 1690566243266 error_url = '/3/ModelBuilders/gbm' msg = 'Illegal argument(s) for GBM model: gbm_continued. Details: ERRR on field: _max_depth: Field _max_depth cannot be modified if checkpoint is specified!\nERRR on field: _ntrees: If checkpoint is specified then requested ntrees must be higher than 409' dev_msg = 'Illegal argument(s) for GBM model: gbm_continued. Details: ERRR on field: _max_depth: Field _max_depth cannot be modified if checkpoint is specified!\nERRR on field: _ntrees: If checkpoint is specified then requested ntrees must be higher than 409' http_status = 412
[/code] Я нашел один похожий вопрос по этой теме, но он не касается этого вопроса.
Я работаю над бинарной классификационной задачей с дисбалансом класса с использованием H2O Automl с Python. ) и model_performance (test_data = data_train) . Насколько я понимаю, они должны вывести те же результаты, но с первым я получаю AUC ~ 0,7 и...
У меня есть проект по науке о данных с использованием h2o, где я настраиваю цикл визуализации тепловых карт для объяснимости и измерения переобучения. Я хочу иметь возможность вызывать тепловую карту через функцию многократного использования, чтобы...
Я пытаюсь загрузить веса модели Pytorch, но получаю эту ошибку: _pickle.UnpicklingError: неверный ключ загрузки, '\x1f'.
Вот код загрузки весов:
import os
import torch
import numpy as np
# from data_loader import VideoDataset
import timm
Я пытаюсь загрузить веса модели Pytorch, но получаю эту ошибку: _pickle.UnpicklingError: неверный ключ загрузки, '\x1f'.
Вот код загрузки весов:
import os
import torch
import numpy as np
# from data_loader import VideoDataset
import timm
Я пытаюсь загрузить веса модели Pytorch, но получаю эту ошибку: _pickle.UnpicklingError: неверный ключ загрузки, '\x1f'.
Вот код загрузки весов:
import os
import torch
import numpy as np
# from data_loader import VideoDataset
import timm