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):Numpy 使用scikit执行优化时内核死亡,numpy,machine-learning,jupyter-notebook,Numpy,Machine Learning,Jupyter Notebook,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jupy
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