Cloud9 上的 sklearn 逻辑回归:被杀死
sklearn logistic regression on Cloud9: killed
我正在尝试使用 python sklearn 为 Udacity Google 深度学习课程(作业 1)进行逻辑回归
所以它是一个相当大的训练数据集(解压缩 = 大约 1 Go)
在我的笔记本电脑上,以下 运行 很好
(samples, width, height) = train_dataset.shape
X = np.reshape(train_dataset,(samples,width*height))
(samples, width, height) = test_dataset.shape
Xtest=np.reshape(test_dataset,(samples,width*height))
Y=train_labels
Ytest=test_labels
from sklearn import datasets, neighbors, linear_model
logistic = linear_model.LogisticRegression(C=0.001)
knn = neighbors.KNeighborsClassifier()
import time
t1 = time.time()
print('KNN score: %f' % knn.fit(X,Y).score(Xtest,Ytest))
print('LogisticRegression score: %f'
% logistic.fit(X,Y).score(Xtest,Ytest))
t2 = time.time()
print("Time: %0.2fs" % (t2 - t1))
但是,运行 Cloud9 上的相同代码,我得到简洁的输出 "Killed"
是某种 RAM 问题吗?如何做一些控制来查看问题所在?
谢谢
您 运行 内存不足。要查看您使用了多少 RAM,您可以查看屏幕右上角的 resource monitor。
我正在尝试使用 python sklearn 为 Udacity Google 深度学习课程(作业 1)进行逻辑回归
所以它是一个相当大的训练数据集(解压缩 = 大约 1 Go)
在我的笔记本电脑上,以下 运行 很好
(samples, width, height) = train_dataset.shape
X = np.reshape(train_dataset,(samples,width*height))
(samples, width, height) = test_dataset.shape
Xtest=np.reshape(test_dataset,(samples,width*height))
Y=train_labels
Ytest=test_labels
from sklearn import datasets, neighbors, linear_model
logistic = linear_model.LogisticRegression(C=0.001)
knn = neighbors.KNeighborsClassifier()
import time
t1 = time.time()
print('KNN score: %f' % knn.fit(X,Y).score(Xtest,Ytest))
print('LogisticRegression score: %f'
% logistic.fit(X,Y).score(Xtest,Ytest))
t2 = time.time()
print("Time: %0.2fs" % (t2 - t1))
但是,运行 Cloud9 上的相同代码,我得到简洁的输出 "Killed"
是某种 RAM 问题吗?如何做一些控制来查看问题所在?
谢谢
您 运行 内存不足。要查看您使用了多少 RAM,您可以查看屏幕右上角的 resource monitor。