0
在另一篇文章here中,我询问了如何在foreach
循环内并行处理对h2o.gbm
的调用。R,h2o和foreach:java.lang.IllegalStateException
以下提供的答案,我跑类似于此示例脚本:
library(h2o)
data(iris)
data <- as.h2o(iris)
ss <- h2o.splitFrame(data)
gbm <- h2o.gbm(x = 1:4, y = "Species", training_frame = ss[[1]])
h2o.saveModel(path="some path")
h2o.shutdown(prompt = FALSE)
library(foreach)
library(doParallel)
#setup parallel backend to use 12 processors
cl <- makeCluster(12)
registerDoParallel(cl)
#loop
df4 <- foreach(i = seq(20), .combine=rbind) %dopar% {
library(h2o)
port <- 54321 + 3*i
print(paste0("http://localhost:", port))
h2o.init(nthreads = 1, max_mem_size = "10G", port = port) #my local machine runs 128GB
df4 <- data.frame()
gbm <- h2o.loadModel(path="some path")
df4 <- as.data.frame(h2o.predict(gbm, ss[[2]]))[,1]
}
它运行得很好我的真实数据(比连续至少快50%)
的小样本但是,当我在我所有的数据运行,我得到下面的错误代码后45分钟:
Error in { : task 2 failed - "
ERROR MESSAGE:
DistributedException from localhost/127.0.0.1:60984, caused by
java.lang.IllegalStateException: Unable to clean up RollupStats after an
exception (see cause). This could cause a key leakage, key=$05ff14000000feffffff$_b66dbd609dc068f0137cc88cb42a
"
我不知道是什么原因导致这个错误代码。我想这与内存问题有关,因为这段代码将占用我的RAM(128GB)的85-95%和我的CPU的100%(12线程)。
任何任何想法来解决这个问题?