Python 带有tensorflow后端的Keras——MemoryError

我正试着按照教程学习一些关于keras的深度学习，但我一直在记忆错误。你能指出是什么引起的以及如何处理它吗

代码如下：

import numpy as np
from keras import models, regularizers, layers
from keras.datasets import imdb

(train_data, train_labels), (test_data, test_labels) = imdb.load_data(num_words=10000)

def vectorize_sequences(sequences, dimension=10000):
    results = np.zeros((len(sequences), dimension))
    for i, sequence in enumerate(sequences):
        results[i, sequence] = 1.
    return results


x_train = vectorize_sequences(train_data)

这是回溯（行号与上述代码中的行号不匹配）

回溯（最近一次呼叫最后一次）：
文件“”，第1行，在
文件“/home/uttam/pycharm-2018.2.4/helpers/pydev/_-pydev_bundle/pydev_umd.py”，第197行，在runfile中
pydev_imports.execfile（文件名、全局变量、本地变量）#执行脚本
文件“/home/uttam/pycharm-2018.2.4/helpers/pydev/_-pydev_-imps/_-pydev_-execfile.py”，execfile中第18行
exec（编译（内容+“\n”，文件，'exec'），全局，loc）
文件“/home/uttam/PycharmProjects/IMDB/IMDB.py”，第33行，在
x_序列=矢量化序列（序列数据）
文件“/home/uttam/PycharmProjects/IMDB/IMDB.py”，第27行，矢量化顺序
结果=np.零（（len（序列），维数））
记忆者

是的，你是对的。问题确实是由

矢量化_序列

引起的

您应该分批执行该逻辑（使用切片数据，如

partial\u x\u train

）或使用生成器（这是一个很好的解释和示例）

---

我希望这有帮助：）

“可能”？请包括完整的错误跟踪-如果你是正确的，可以说你的代码中最大的部分与问题无关，应该删除。我已经编辑了问题以添加错误跟踪，下面的所有代码

x\u train=vectorize\u sequences（train\u data）

与问题无关（它从未执行）-我正在删除它，为了将来，请记住…你怎么知道问题是在矢量化_序列中，没有OP的完整回溯？我已经看到了那个教程，它并没有真正回答我的问题，你可以说它最有可能是这一部分，但是，如果没有额外的信息而100%确信它，可能会产生误导。@Novak，那么我只是通过用收益率代替收益率，使它成为一个生成函数，而不是一个普通函数？它告诉我TypeError:“generator”对象不可下标，对于x_val=x_train[：10000]行是。生成器是惰性计算的，您不能对其进行切片。他们需要多少数据就取多少。

Traceback (most recent call last):
  File "<input>", line 1, in <module>
  File "/home/uttam/pycharm-2018.2.4/helpers/pydev/_pydev_bundle/pydev_umd.py", line 197, in runfile
    pydev_imports.execfile(filename, global_vars, local_vars)  # execute the script
  File "/home/uttam/pycharm-2018.2.4/helpers/pydev/_pydev_imps/_pydev_execfile.py", line 18, in execfile
    exec(compile(contents+"\n", file, 'exec'), glob, loc)
  File "/home/uttam/PycharmProjects/IMDB/imdb.py", line 33, in <module>
    x_train = vectorize_sequences(train_data)
  File "/home/uttam/PycharmProjects/IMDB/imdb.py", line 27, in vectorize_sequences
    results = np.zeros((len(sequences), dimension))
MemoryError