RStudio вылетает при запуске keras - PullRequest
Новая
       40

RStudio вылетает при запуске keras

2 голосов
/ 02 августа 2020

Моя сессия RStudio вылетает при попытке запустить функции пакета keras R. Я получаю сообщение об ошибке «Сессия R прервана» в окне, но не могу восстановить дополнительную информацию о ее причинах.

enter image description here

I cannot reproduce the error when running the same set of commands in an R session from the terminal. The following script runs through just fine when running it with R in the shell, but crashes at the line mnist_y <- to_categorical(mnist_y, 10)</code> when running it in RStudio. In both cases, I first activate a conda session in the terminal with conda activate r-reticulate. The code example taken from Bradley Boehmke's awesome book Практическое машинное обучение в R : 

## installing keras and tensorflow
library(keras)
reticulate::use_condaenv()
install_keras(method = "conda", conda = reticulate::conda_binary())

## This sometimes produces an error: 
# Error: could not find a Python environment for /usr/bin/python

library(tensorflow)
reticulate::use_condaenv()
install_tensorflow(method = "conda", conda = reticulate::conda_binary())


# Helper packages
library(dplyr)         # for basic data wrangling

# Modeling packages
library(keras)         # for fitting DNNs

# Import MNIST training data
mnist <- dslabs::read_mnist()
mnist_x <- mnist$train$images
mnist_y <- mnist$train$labels

# Rename columns and standardize feature values
colnames(mnist_x) <- paste0("V", 1:ncol(mnist_x))
mnist_x <- mnist_x / 255

# One-hot encode response
mnist_y <- to_categorical(mnist_y, 10)

# Specify the model
model <- keras_model_sequential() %>%
  
  # Network architecture
  layer_dense(units = 128, activation = "relu", input_shape = ncol(mnist_x)) %>%
  layer_dense(units = 64, activation = "relu") %>%
  layer_dense(units = 10, activation = "softmax") %>%
  
  # Backpropagation
  compile(
    loss = 'categorical_crossentropy',
    optimizer = optimizer_rmsprop(),
    metrics = c('accuracy')
  )

## Output when running from shell R-session:

# 2020-08-02 18:20:05.039290: I tensorflow/core/platform/cpu_feature_guard.cc:143] Your CPU supports instructions that this TensorFlow binary was not compiled to use: AVX2 FMA
# 2020-08-02 18:20:05.079542: I tensorflow/compiler/xla/service/service.cc:168] XLA service 0x7fa1140c86f0 initialized for platform Host (this does not guarantee that XLA will be used). Devices:
# 2020-08-02 18:20:05.079563: I tensorflow/compiler/xla/service/service.cc:176]   StreamExecutor device (0): Host, Default Version

# Train the model
fit1 <- model %>%
  fit(
    x = mnist_x,
    y = mnist_y,
    epochs = 25,
    batch_size = 128,
    validation_split = 0.2,
    verbose = FALSE
  )

# Display output
fit1

## Returns:

# Final epoch (plot to see history):
# loss: 0.002402
# accuracy: 0.9991
# val_loss: 0.1655
# val_accuracy: 0.9753

Мои вопросы:

  • Что заставляет RStudio ломать sh, а сеанс R в терминале нет?
  • Как я могу восстановить сообщения об ошибках из прерванного сеанса R (Studio)?
  • Существуют ли какие-либо дополнительные переменные среды, возможно, связанные с cra sh, загруженные в RStudio, которые не загружены в сеансе терминала-R? Раньше у меня были проблемы с правильной настройкой среды Python, и при установке keras я получаю следующее сообщение о проблеме с версией scipy: 
ERROR: After October 2020 you may experience errors when installing or updating packages. This is because pip will change the way that it resolves dependency conflicts (full output pasted in at the bottom).

We recommend you use --use-feature=2020-resolver to test your packages with the new resolver before it becomes the default.

tensorflow 2.2.0 requires scipy==1.4.1; python_version >= "3", but you'll have scipy 1.5.2 which is incompatible.

Спасибо за любую помощь.

...