Python-超出RAM限制?
我正在尝试分析文本,但我的Mac电脑的RAM只有8千兆,而RidgerGressor只是在一段时间后停止使用Python-超出RAM限制?,python,macos,machine-learning,scikit-learn,out-of-memory,Python,Macos,Machine Learning,Scikit Learn,Out Of Memory,我正在尝试分析文本,但我的Mac电脑的RAM只有8千兆,而RidgerGressor只是在一段时间后停止使用Killed:9。我确认这是因为它需要更多的内存 是否有办法禁用堆栈大小限制,以便算法可以使用某种交换内存?您需要手动执行此操作 这里可能有两个不同的核心问题: A:保存你的训练数据 B:训练回归者 首先,你可以试试numpy's,它将摘要交换掉。 作为另一种选择,考虑将数据准备到HDF5或一些DB。对于HDF5,您可以使用或,两者都允许类似numpy的用法 对于B:使用一些核心外就绪
Killed:9
。我确认这是因为它需要更多的内存
是否有办法禁用堆栈大小限制,以便算法可以使用某种交换内存?您需要手动执行此操作 这里可能有两个不同的核心问题:
- A:保存你的训练数据
- B:训练回归者
- 关于记忆的有效率的存在
- 交换很慢;您不想在学习过程中使用存储N^2辅助内存的东西
- 有效收敛
部分拟合
,遵守算法规则(通常是收敛性证明所需的某种随机顺序)。将交换抽象出来的问题是:如果你的回归者在每个时代都在做排列,而不知道这有多昂贵,你可能会遇到麻烦
因为这个问题本身很难解决,所以有一些专门为此构建的库,而sklearn需要更多的手工工作。最极端的一个(很多疯狂的把戏)可能是(IO通常是瓶颈!)。当然还有其他流行的lib,例如,服务于稍微不同的用途(分布式计算)。您需要手动完成 这里可能有两个不同的核心问题:
- A:保存你的训练数据
- B:训练回归者
- 关于记忆的有效率的存在
- 交换很慢;您不想在学习过程中使用存储N^2辅助内存的东西
- 有效收敛
部分拟合
,遵守算法规则(通常是收敛性证明所需的某种随机顺序)。将交换抽象出来的问题是:如果你的回归者在每个时代都在做排列,而不知道这有多昂贵,你可能会遇到麻烦
因为这个问题本身很难解决,所以有一些专门为此构建的库,而sklearn需要更多的手工工作。最极端的一个(很多疯狂的把戏)可能是(IO通常是瓶颈!)。当然也有其他流行的LIB,例如,服务于稍有不同的用途(分布式计算)。看看这个问题:可能的重复看看这个问题:可能的重复