计算张量积的R向量内存耗尽

我正在RStudio（3.5.2版）中计算60000对28*28矩阵的张量积，控制台显示“错误：向量内存耗尽（达到限制？）。我不认为我的MacBookPro会有如此低的容量（16GB内存）。我尝试了用于并行计算的

mclappy

方法，但仍然不起作用。有人能给我一些见解吗？非常感谢

如有必要，以下是我的代码。我跑不完最后一行

install.packages("keras")
library(keras)
install_keras()
install_keras(method = "conda")

library(keras)
mnist <- dataset_mnist()
str(mnist)

trainx <- mnist$train$x
trainy <- mnist$train$y
testx <- mnist$test$x
testy <- mnist$test$y

trainxr <- trainx
trainxg <- trainx
trainxb <- trainx
testxr <- testx
testxg <- testx
testxb <- testx

#training data
i <- 1
for(i in i:60000){
  randomr <- sample (0:255, 1)
  randomg <- sample (0:255, 1)
  randomb <- sample (0:255, 1)
  trainxr[i,,] <- (randomr/255)*(trainx[i,,]/255)
  trainxg[i,,] <- (randomg/255)*(trainx[i,,]/255)
  trainxb[i,,] <- (randomb/255)*(trainx[i,,]/255)
  i <- i+1
}

#testing data
j <- 1
for(j in j:10000){
  randomr <- sample (0:255, 1)
  randomg <- sample (0:255, 1)
  randomb <- sample (0:255, 1)
  testxr[j,,] <- (randomr/255)*(testx[j,,]/255)
  testxg[j,,] <- (randomg/255)*(testx[j,,]/255)
  testxb[j,,] <- (randomb/255)*(testx[j,,]/255)
  j <- j+1
}

#for training
k <- 1
for(k in k:60000){
  randomminus <- sample (0:255, 1)
  matrixminus <- matrix((randomminus/255):(randomminus/255), nrow = 28, ncol = 28)
  trainxr[k,,] <- trainxr[k,,] - matrixminus
  trainxr[k,,] <- abs(trainxr[k,,])
  trainxg[k,,] <- trainxg[k,,] - matrixminus
  trainxg[k,,] <- abs(trainxg[k,,])
  trainxb[k,,] <- trainxb[k,,] - matrixminus
  trainxb[k,,] <- abs(trainxb[k,,])
  k <- k+1
}

#for testing
l <- 1
for(l in l:10000){
  randomminus <- sample (0:255, 1)
  matrixminus <- matrix((randomminus/255):(randomminus/255), nrow = 28, ncol = 28)
  trainxr[l,,] <- trainxr[l,,] - matrixminus
  trainxr[l,,] <- abs(trainxr[l,,])
  trainxg[l,,] <- trainxg[l,,] - matrixminus
  trainxg[l,,] <- abs(trainxg[l,,])
  trainxb[l,,] <- trainxb[l,,] - matrixminus
  trainxb[l,,] <- abs(trainxb[l,,])
  l <- l+1
}

#tensor product
stepone <- matrix(1:1, nrow=21952, ncol=28)
steptwo <- matrix(1:1, nrow=28, ncol=28)
trainxtensor_a <- trainxr %x% trainxg

install.packages（“keras”）
图书馆（keras）
安装_keras（）
安装_keras（方法=“康达”）
图书馆（keras）
mnist我猜你打算在张量积中折叠第二和第三维度。也许你想要这样的东西：

library(tensor)
trainxtensor_a <- tensor(trainxr, trainxg, c(2,3), c(2,3))

库（张量）
列车调度员这是否回答了您的问题尝试将
R\u MAX\u VSIZE=100Gb
添加到您的
.Renviron
谢谢您的回复，用户438383。我尝试过这种方法，但没有成功：（如果你有无限的资源，最后一行的输出将是一个60000^2乘784乘784的数组，这是相当大的。这真的是你所期望的吗？非常感谢！只是一个小问题：“tensor”是我应该安装的包吗，比如
install.packages（“tensor”）
然后是
库（tensor）
？当我使用该软件包时，环境似乎没有任何反应。再次感谢您的努力！是的，使用
安装.软件包（“tensor”）
在库调用之前安装它，库调用刚刚加载它。你也可以通过菜单“工具”->“在RStudio中安装软件包”进行安装。如果你经常使用R，你将安装很多软件包……实际上我的计算机运行了一个多小时
trainxtensor_a <- tensor(trainxr[1:5,,], trainxg[1:5,,], c(2,3), c(2,3))