0

我们可以使用 H2o Driverless-ai 最新稳定版 1.8 对自己的数据集进行图像分类吗

4

2 回答 2

1

用样本数据作为 disney_data.csv 做实验，下面会出现一些错误。

  • 实验日志：<experiment_id>.stack 异常：https ://github.com/Callidior/keras-applications/releases/download/efficientnet/efficientnet-b3_weights_tf_dim_ordering_tf_kernels_autoaugment_notop.h5 上的 URL 获取失败：无 - [Errno -2] 名称或服务未知

  • <experiment_id>.stack AssertionError: No best ensemble，所以没有模型可以使用。

  • 专家设置：管道构建配方 = image_model

紧急，想知道什么时候出现这种错误以及如何解决问题。

于 2020-10-06T07:16:02.880 回答
0

是的，即将发布的 1.9.0 版本将支持使用图像数据进行分类和回归。同时，可以使用此处找到的 BYOR（自定义配方）的 1.8.x LTS 解决方法，如有必要，请联系 H2O.ai 客户支持。

数据集可以与此示例类似地准备：https ://h2o-public-test-data.s3.amazonaws.com/bigdata/laptop/images/demo_disney_data.zip 首先，将数据复制到VM（使用scp或类似命令) 然后ssh到 VM 解压 ~/data/ 目录下的文件。在 ~/data/disney_data/ 找到disney_data.csv包含图像和标签路径的文件：path, label. File System最后，通过导航到使用选项从文件中加载数据集disney_data.csv。

于 2020-02-10T04:48:56.643 回答