Un esempio funzionante che ho utilizzato di recente durante la creazione di un modello di apprendimento approfondito nella versione 2.8.6 in h2o.Il modello è stato salvato in hdfs.For ultima versione probabilmente necessario rimuovere la classificazione = interruttore T e devono sostituire i dati con training_frame
library(h2o)
h = h2o.init(ip="xx.xxx.xxx.xxx", port=54321, startH2O = F)
cTrain.h2o <- as.h2o(h,cTrain,key="c1")
cTest.h2o <- as.h2o(h,cTest,key="c2")
nh2oD<-h2o.deeplearning(x =c(1:12),y="tgt",data=cTrain.h2o,classification=F,activation="Tanh",
rate=0.001,rho=0.99,momentum_start=0.5,momentum_stable=0.99,input_dropout_ratio=0.2,
hidden=c(12,25,11,11),hidden_dropout_ratios=c(0.4,0.4,0.4,0.4),
epochs=150,variable_importances=T,seed=1234,reproducible = T,l1=1e-5,
key="dn")
hdfsdir<-"hdfs://xxxxxxxxxx/user/xxxxxx/xxxxx/models"
h2o.saveModel(nh2oD,hdfsdir,name="DLModel1",save_cv=T,force=T)
test=h2o.loadModel(h,path=paste0(hdfsdir,"/","DLModel1"))
L'opzione è lì da almeno 3,8 (cioè 10 mesi fa). (La versione Flow del modello di salvataggio è molto utile, in quanto è possibile salvare un'istantanea di un modello in qualsiasi momento, mentre è in fase di costruzione, ma lasciandola ancora in allenamento.) –