Question

我正在构建一个使用LibSVM的Android NDK应用程序。我已经在XCode（包括C ++）

中为我的mac构建了一个等价物

我发现Mac可以处理我提供的极大特征向量，具有高速度和准确性（~16800个功能），用于训练和分类

在Android上（非常相似的代码）我可以成功地训练/学习150个功能，但是当我尝试完整的16800功能时，我得到以下段错误（即使它在Mac上运行良好）。只有分类（svm_predict但是。训练总是正常。

你可以看到＆＃34; dot＆＃34; LibSVM使用的函数

0-16 23:28:41.084 30997-31028/? A/libc: Fatal signal 11 (SIGSEGV), code 1, fault addr 0xaf000000 in tid 31028 (GLThread 17147)
10-16 23:28:41.190 27393-27393/? I/DEBUG: *** *** *** *** *** *** *** *** *** *** *** *** *** *** *** ***
10-16 23:28:41.191 27393-27393/? I/DEBUG: Build fingerprint: 'google/hammerhead/hammerhead:5.1.1/LMY48M/2167285:user/release-keys'
10-16 23:28:41.191 27393-27393/? I/DEBUG: Revision: '11'
10-16 23:28:41.191 27393-27393/? I/DEBUG: ABI: 'arm'
10-16 23:28:41.191 27393-27393/? I/DEBUG: pid: 30997, tid: 31028, name: GLThread 17147  >>> cc.openframeworks.androidEmptyExample <<<
10-16 23:28:41.191 27393-27393/? I/DEBUG: signal 11 (SIGSEGV), code 1 (SEGV_MAPERR), fault addr 0xaf000000
10-16 23:28:41.202 27393-27393/? I/DEBUG:     r0 aef3e000  r1 aef5ed10  r2 00000001  r3 af000000
10-16 23:28:41.202 27393-27393/? I/DEBUG:     r4 aec29eb8  r5 00000001  r6 b4b2c608  r7 12d090c0
10-16 23:28:41.202 27393-27393/? I/DEBUG:     r8 12d15660  r9 b4a39400  sl 00000000  fp af37d824
10-16 23:28:41.202 27393-27393/? I/DEBUG:     ip b6e417dc  sp af37d810  lr a301ff78  pc a301ff04  cpsr 000f0010
10-16 23:28:41.202 27393-27393/? I/DEBUG:     #00 pc 00167f04  /data/app/cc.openframeworks.androidEmptyExample-1/lib/arm/libOFAndroidApp.so (Kernel::dot(svm_node const*, svm_node const*)+192)

关于这里发生了什么的任何想法？

我使用以下参数：

  mSvm.setSvmType(C_SVC);
  mSvm.setKernelType(LINEAR);
  mSvm.setCost(1);
  mSvm.setGamma(1/16800);
  mSvm.setCoef0(0);
  mSvm.setCachesize(40);
  mSvm.setEpsilon(0.001);
  mSvm.setShrinking(false);

  mSvm.setDegree(1);
  mSvm.setNu(0.5);

Answer 1

您似乎是根据以下一行从LIBSVM的点积运算中得到错误：

10-16 23：28：41.202 27393-27393 /？ I / DEBUG：＃00 pc 00167f04 /data/app/cc.openframeworks.androidEmptyExample-1/lib/arm/libOFAndroidApp.so(Kernel :: dot（svm_node const *，svm_node const *）+ 192）

这个例程经常被大量用户疯狂地测试，因此我怀疑错误在那里。

您是否100％确定您的指针有效？您是否有可能在mac版本上碰巧遇到未定义的行为？我的意思是，你提供的指针是否有可能在所有平台上始终无效，但恰好仍然适用于mac版本？当您在多个平台上工作时，这些错误会给人一种正常工作的错觉。

Answer 2

我在'dot'函数中有一个类似的问题，我通过不将'0'作为svm_nodes的值来解决。该函数期望索引为-1且值为0来标记svm_nodes（训练向量）列表的末尾。

确定对您来说有点晚了，但希望它将对将来的libsvm用户有所帮助：）

LibSVM在大型特征向量上失败（SEGFAULT）

2 个答案: