为什么导入numpy会在Linux上添加1 GB的虚拟内存？

Question

我必须在资源受限的环境中运行python，只有几GB的虚拟内存。 更糟糕的是，作为应用程序设计的一部分，我必须从我的主进程中派出子进程，所有这些都在fork上接收相同数量的虚拟内存的写时复制分配。 结果是，在仅分配了1-2个孩子之后，过程组击中了天花板并关闭了所有东西。 最后，我无法删除numpy作为依赖; 这是一个严格的要求。

关于如何降低初始内存分配的任何建议？

例如

1. 导入时更改分配给numpy的默认金额？
2. 禁用该功能并强制python / numpy动态分配？

细节：

红帽企业Linux服务器版本6.9（圣地亚哥）
Python 3.6.2
numpy的> = 1.13.3

裸露的翻译：

import os
os.system('cat "/proc/{}/status"'.format(os.getpid()))

# ... VmRSS: 7300 kB
# ... VmData: 4348 kB
# ... VmSize: 129160 kB

import numpy
os.system('cat "/proc/{}/status"'.format(os.getpid()))

# ... VmRSS: 21020 kB
# ... VmData: 1003220 kB
# ... VmSize: 1247088 kB  

Answer 1

谢谢你，skullgoblet1089，提出关于SO和https://github.com/numpy/numpy/issues/10455的问题 ，并回答。 引用你的2018-01-24帖子：

通过export OMP_NUM_THREADS=4减少线程将降低VM分配。