[英]Kernel dies after itertools.combinations command
我正在使用Python 3.5.2 | Anaconda 4.3.0(x86_64)| (默认值,2016年7月2日,17:52:12)[GCC 4.2.1兼容的Apple LLVM 4.2(clang-425.0.28)]
我必须运行以下命令
longList = list(combinations(range(2134), 3))
我知道这笔费用的长度约为16亿美元。 当我运行它时,一段时间后,我收到消息“内核似乎已经死亡。它将自动重新启动。”
使用3而不是2的相同命令运行没有任何问题:
longList = list(combinations(range(2134), 2))
在这种情况下,我应该/应该怎么办?
您可能内存不足。 快速计算:64位int或指针为8个字节大。 您有16亿个组合,它们是元组。 每个元组包含三个整数。 这意味着您至少需要1.6E9 *(1 + 3)* 8B = 48GB内存。
但是,由于Python的内存模型,您将需要的次数更多:每个整数实际上是一个对象,因此我们需要1个机器字作为列表中的指针,并可能需要3或4个机器字作为对象本身(我如果您不确定详细信息,请阅读CPython源代码了解实际的对象布局。 元组对象也将有开销。 我假设每个对象的开销为两个字。 因此,我们必须增加额外的1.6E9 *(3 +1)* 2 * 8B = 95GB的额外开销,总计约为143GB。
通过使用密集的numpy数组可以避免这种情况,因为它使用实数而不是对象。 这消除了整数和元组对象的所有开销,因此我们将“仅”需要1.6E9 * 3 * 8B = 35GB。
我假设您没有运行具有那么多内存的硬件。
您的combinations(..., 2)
调用不是问题,因为它仅产生大约200万个元组,其内存需求在兆字节范围内(2.2E6 *(1 + 4 + 2 * 3)* 8B = 180MB)。 作为一个numpy数组,我们只需要2.2E6 * 2 * 8B = 33MB。
那么这里的解决方案是什么?
dtype='int16'
将减少4倍。 combinations()
转换为列表,还是可以懒散地或以较小的块使用迭代器
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.