Вызвано: java.net.UnknownHostException: проблема blob.deeplearning4j.org с deeplearning4j

Замените это

String modelUrl = "http://blob.deeplearning4j.org/models/deepmoji.h5";

to

String modelUrl = "https://dl4jdata.blob.core.windows.net/models/deepmoji.h5";

Тогда должно работать!

Используйте системное свойство https://deeplearning4j.org/api/latest/org/deeplearning4j/config/DL4JSystemProperties.html#DL4J_RESOURCES_BASE_URL_PROPERTY на данный момент.

Для потомков значение: -Dorg.deeplearning4j.resources.baseurl=$YOUR_CUSTOM_URL

при запуске вашего проекта либо в вашей среде IDE, либо в командной строке.

Текущая версия находится здесь: https://github.com/eclipse/deeplearning4j/blob/da4bf0209b5e2dab36f811603a381ac71f99fe66/deeplearning4j/deeplearning4j-common/src/main/java/org/deeplearning4j/common/resources/DL4JResources.java

Вы должны иметь возможность установить значение: https://dl4jdata.blob.core.windows.net/

Таким образом, системное свойство в командной строке будет таким: /dl4jdata.blob.core.windows.net/

Если у вас есть проблемы с этим, и это не работает, сообщите о проблеме по адресу https://github.com/eclipse/deeplearning4j

Как указал https://stackoverflow.com/users/5131255/adam-gibson, я добавил

import org.deeplearning4j.common.resources.DL4JResources;

а также

DL4JResources.setBaseDownloadURL("https://dl4jdata.blob.core.windows.net/");

в моем проекте Java, и проблема с исключениями исправлена.

Caused by: java.net.UnknownHostException: blob.deeplearning4j.org

Благодарю вас.

Я решил проблему благодаря вкладу Адама и Пинга. Но теперь я получаю следующее исключение после загрузки необходимых файлов h5 с сервера на локальный компьютер.

Downloading model to C:\Users\DELLLA~1\AppData\Local\Temp\dl4j_keras\deepmoji_model.h5
Download complete
o.d.n.m.k.l.e.KerasEmbedding - Masking in keras and DL4J work differently. We do not completely support mask_zero flag on Embedding layers. Zero Masking for the Embedding layer only works with unidirectional LSTM for now. If you want to have this behaviour for your imported model in DL4J, apply masking as a pre-processing step to your input.See https://deeplearning4j.org/usingrnns#masking for more on this.
o.d.n.m.k.KerasModel - If enforceTrainingConfig is true, a training configuration object has to be provided. Usually the only practical way to do this is to store your keras model with `model.save('model_path.h5'. If you store model config and weights separately no training configuration is attached.
o.n.l.f.Nd4jBackend - Loaded [CpuBackend] backend
o.n.n.NativeOpsHolder - Number of threads used for OpenMP: 6
o.n.n.Nd4jBlas - Number of threads used for OpenMP BLAS: 6
o.n.l.a.o.e.DefaultOpExecutioner - Backend used: [CPU]; OS: [Windows 8.1]
o.n.l.a.o.e.DefaultOpExecutioner - Cores: [24]; Memory: [3,5GB];
o.n.l.a.o.e.DefaultOpExecutioner - Blas vendor: [MKL]
o.d.n.g.ComputationGraph - Starting ComputationGraph with WorkspaceModes set to [training: ENABLED; inference: ENABLED], cacheMode set to [NONE]
Exception in thread "main" java.lang.reflect.InvocationTargetException
    at sun.reflect.NativeMethodAccessorImpl.invoke0(Native Method)
    at sun.reflect.NativeMethodAccessorImpl.invoke(NativeMethodAccessorImpl.java:62)
    at sun.reflect.DelegatingMethodAccessorImpl.invoke(DelegatingMethodAccessorImpl.java:43)
    at java.lang.reflect.Method.invoke(Method.java:498)
    at com.intellij.rt.execution.CommandLineWrapper.main(CommandLineWrapper.java:66)
Caused by: java.lang.UnsupportedOperationException: calculateOutputDataTypes() has not been implemented for org.nd4j.linalg.api.ops.impl.reduce.TensorMmul
    at org.nd4j.autodiff.functions.DifferentialFunction.calculateOutputDataTypes(DifferentialFunction.java:804)
    at org.nd4j.autodiff.samediff.SameDiff.generateOutputVariableForOp(SameDiff.java:4351)
    at org.nd4j.linalg.api.ops.DynamicCustomOp.outputVariables(DynamicCustomOp.java:221)
    at org.nd4j.linalg.api.ops.DynamicCustomOp.outputVariables(DynamicCustomOp.java:204)
    at org.nd4j.autodiff.functions.DifferentialFunction.outputVariable(DifferentialFunction.java:478)
    at org.nd4j.autodiff.functions.DifferentialFunctionFactory.tensorMmul(DifferentialFunctionFactory.java:1875)
    at org.nd4j.autodiff.samediff.ops.SDBaseOps.tensorMmul(SDBaseOps.java:2823)
    at org.nd4j.autodiff.samediff.ops.SDBaseOps.tensorMmul(SDBaseOps.java:2809)
    at org.deeplearning4j.examples.modelimport.keras.DeepMojiAttentionLayer.defineLayer(DeepMojiAttentionLayer.java:86)
    at org.deeplearning4j.nn.layers.samediff.SameDiffLayer.doInit(SameDiffLayer.java:282)
    at org.deeplearning4j.nn.layers.samediff.SameDiffLayer.activate(SameDiffLayer.java:85)
    at org.deeplearning4j.nn.graph.vertex.impl.LayerVertex.doForward(LayerVertex.java:111)
    at org.deeplearning4j.nn.graph.ComputationGraph.outputOfLayersDetached(ComputationGraph.java:2379)
    at org.deeplearning4j.nn.graph.ComputationGraph.output(ComputationGraph.java:1740)
    at org.deeplearning4j.nn.graph.ComputationGraph.output(ComputationGraph.java:1696)
    at org.deeplearning4j.nn.graph.ComputationGraph.output(ComputationGraph.java:1626)
    at org.deeplearning4j.examples.modelimport.keras.ImportDeepMoji.main(ImportDeepMoji.java:64)
    ... 5 more

Процесс завершен с кодом выхода 1 Есть комментарии?

Уважаемый https://stackoverflow.com/users/5807517/explorer,

На ваш второй вопрос проблема показана в сообщении об ошибке:

Caused by: java.lang.UnsupportedOperationException: calculateOutputDataTypes() has not been implemented for org.nd4j.linalg.api.ops.impl.reduce.TensorMmul

Функция calculateOutputDataTypes() не реализована.

Если вы пришли к этому вопросу с получением того же исключения Caused by: java.net.UnknownHostException: blob.deeplearning4j.org только из-за других примеров, например. связанных с deeplearning4j со старыми версиями, такими как 1.0.0-alpha, которые используют предварительно обученные модели с жестко запрограммированным именем tiny-yolo-voc_dl4j_inference.v1.zip, выполните следующие действия:

• Создайте папку в своей домашней папке (например, для Windoz C:\Users\user.name\.deeplearning4j)
• Загрузите файл: tiny-yolo-voc_dl4j_inference.v1. zip и поместите файл в эту папку
• Запустите код снова

ZooModel ищет предварительно обученную модель, кэшированную в этом месте, вместо того, чтобы переходить на blob.deeplearning4j.org.

        if (!cachedFile.exists()) {
            log.info("Downloading model to " + cachedFile.toString());
            FileUtils.copyURLToFile(new URL(remoteUrl), cachedFile);
        } else {
            log.info("Using cached model at " + cachedFile.toString());
        }

Для ImportDeepMoji.java здесь находится ссылка для скачивания файла модели deepmoji.h5. Загрузите файл, переименуйте его в deepmoji_model.h5 и переместите в папку кеша: C:\Users\user.name\AppData\Local\Temp\dl4j_keras\deepmoji_model.h5