在PySpark上运行NuPIC模型时的困难
我正试图在PySpark上运行NuPIC，但我遇到了麻烦。有没有人知道我该怎么修好它？
当我不使用PySpark时，代码运行良好，但我现在尝试从Spark数据集运行它。
我试图使用目录中的源代码来运行它，因为通过安装Nupic包来运行它会导致一些其他错误。
谢谢你的帮助！！
我正在尝试运行这个函数
input_data.rdd.foreach(lambda row: iterateRDD(row, model))
def iterateRDD(record, model):
modelInput = record.asDict(False)
modelInput["value"] = float(modelInput["value"])
modelInput["timestamp"] = datetime.datetime.strptime(modelInput["timestamp"], "%Y-%m-%d %H:%M:%S")
print"modelInput", modelInput
result = model.run(modelInput)
anomalyScore = result.inferences['anomalyScore']
print "Anomaly score is", anomalyScore
然而，我得到了这个错误，并不理解。
我想NuPIC无法访问frameworks/opf/htm_prediction_model.py文件
共有1个答案
您运行的可能是旧版本的Nupic。请参阅https://discourse.numenta.org/t/warning-0-7-0-breaking-changes/2200并检查您使用的版本（https://discourse.numenta.org/t/how-to-check-what-version-of-nupic-is-installed/1045)
-
我尝试在我的win10笔记本电脑上运行PySpark脚本，该脚本正在用PySpark和Spark MLlib建立线性回归模型， 我的代码如下： 我有如下错误消息：
-
随着智能设备的普及，人工智能的研究已经不再局限于学术界，Google、Facebook 等公司都进入这个领域。科技公司的优势是大量的用户，这不仅为机器智能研究提供了大量数据，而且为机器智能的训练提供了现实的场景。由于人工智能是公司竞 争力的重要方面，很难想象他们会轻易分析其成果。不过，有一家公司却把其人工智能方面的研究开源了。 这家公司是 Grok，由 Jeff Hawkins 和生意伙伴联合创建
-
我有一个TensorFlow Lite模型和一个Coral开发板，我想在开发板的TPU上执行推理。 在我的Python推理脚本中初始化TensorFlow Lite解释器时，我添加了“libedgetpu.so.1”作为实验代表，遵循Google Coral TFLite Python示例中的示例（链接到Coral Dev Board入门指南），但是推理的速度与我不指定TPU实验代表时完全相同，
-
我通过Xtext创建了一个DSL，现在需要将编辑器中创建的模型转换为另一个模型。我认为最直接的方法是使用某种M2M转换框架，但我需要访问文本文件后面的模型。问题：如何获得模型的引用？
-
问题内容： 我正在运行Keras模型，提交截止日期为36小时，如果我在cpu上训练我的模型大约需要50个小时，是否可以在gpu上运行Keras？ 我正在使用Tensorflow后端，并在未安装anaconda的Jupyter笔记本上运行它。 问题答案： 是的，您可以在GPU上运行keras模型。几件事您将必须首先检查。 您的系统具有GPU（Nvidia。因为AMD尚未运行） 您已经安装了Tenso
-
我正在运行一个Keras模型，提交截止日期为36小时，如果我在cpu上训练我的模型，大约需要50小时，有没有办法在gpu上运行Keras？ 我正在使用Tensorflow后端并在我的Jupyter笔记本上运行它，而没有安装anaconda。