Python 将kmeans算法与jupyter笔记本一起使用时的BSOD

我目前正在用一种老式的方法对狗的品种进行分类，使用筛选描述符，并使用kmeans获得一袋视觉文字。 我的数据集来自斯坦福狗数据集，其中包含大约20000张图像。我正在使用opencv中的sift检测和计算：

descriptor_list = []
def descriptor(df):
for img in df.img:
    img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
    keypoint, descriptor = sift.detectAndCompute(img, None)
    for k in range(descriptor.shape[0]):
        descriptor_list.append(descriptor[k].astype('int32'))
return descriptor_list

然后我将其转换为熊猫数据帧：

首先，如您所见，内存使用量为2.5GB，即使有200多万个条目，这是否正常

然后，当我对500集群执行kmeans时，我得到了一个BSOD，带有停止代码：WIN32K\u POWER\u WATCHDOG\u TIMEOUT

计算机规格：

• Windows 10（版本18362.778）
• WSL（Linux的Windows子系统）
• CPU i7-8565U
• RAM 16GB

软件版本：

• Python:3.5
• Opencv:4.3.0
• jupyter核心：4.6.3
• jupyter笔记本：6.0.3
• QT控制台：4.7.2
• 伊皮顿：7.9.0
• ipykernel:5.2.0
• jupyter客户端：6.1.2
• nbconvert:5.6.1
• ipywidgets:7.5.1
• NBC格式：5.0.5
• 叛徒：4.3.3

谢谢你的回复