python 内存错误的解决方法

Question

如何更改此功能以使其更有效率？我不断收到 MemoryError

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

我在这里调用函数：

x_train = vectorize_sequences(train_data)
x_test = vectorize_sequences(test_data)

训练和测试数据是用于情感分析的 IMDB 数据集，即

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

编辑：我运行在 64 位 Ubuntu 系统上使用 4 GB RAM。

这是回溯：

Traceback (most recent call last):

  File "/home/uttam/PycharmProjects/IMDB/imdb.py", line 29, in <module>
    x_test = vectorize_sequences(test_data)
  File "/home/uttam/PycharmProjects/IMDB/imdb.py", line 20, in vectorize_sequences
    results = np.zeros((len(sequences), dimension))
MemoryError

Answer 1

您的数组似乎是 10k x 10k，即 1 亿个元素，每个元素 64 位（因为默认 dtype 是 float64）。所以这是 8 亿字节，也就是 763 兆字节。

如果使用 float32，内存使用量将减少一半：

np.zeros((len(sequences), dimension), dtype=np.float32)

或者如果您只关心 0 和 1，这将减少 88%：

np.zeros((len(sequences), dimension), dtype=np.int8)

python 内存错误的解决方法

Workaround for python MemoryError

python

sentiment-analysis

keras