Numpy 使用scikit执行优化时内核死亡

我正在使用scikit对机器学习问题进行一些优化，处理75MB的文件，该文件有42k行和784列包含数字。 在jupyter笔记本上工作

但是当我运行代码时，内核就死了。使用终端时也是如此

有办法处理这个问题吗

def传动系（自、X、Y）：

---

我遇到了同样的问题，我的研究告诉我这是一个内存中断

---

当然，很多人建议使用

.py

脚本而不是jupyter笔记本，但有时这根本没有帮助。与系统功能相比，请注意使用的内存。

我遇到了同样的问题，我的研究告诉我这是内存中断

当然，很多人建议使用

.py

脚本而不是jupyter笔记本，但有时这根本没有帮助。与系统功能相关的内存使用要小心

   def train(self, X, Y):

    self.X = X
    self.Y = Y

    self.J = []

    params0 = self.N.getParams()

    options = {'maxiter':1, 'disp': True}

    _res = optimize.minimize(self.costFunctionWrapper, params0, jac=True,
                             method='BFGS', args = (X, Y),
                             options=options, callback = self.callbackF)
    self.N.setParams(_res.x)
    self.optimizationResults = _res