[英]Storing/Loading huge numpy array with less memory
我有一个形状为numpy的数组(20000、600、768)。 我需要存储它,因此以后可以将其加载回我的代码中。 主要问题是将其重新加载时的内存使用情况。 我只有16GB的RAM。
例如,我尝试了泡菜。 当它加载时,我几乎没有剩余的内存来做其他事情。 特别是训练模型。
我尝试使用hdf5(h5py)进行写入和加载。 只是一小部分(1000、600、768)。 但是似乎它“吃掉”了更多的内存。
也尝试过csv。。那只是一个禁忌。 花费太多时间来写入数据。
我将对如何存储阵列的任何建议表示感谢,这样当我将其加载回该阵列时不会占用太多内存。
PS我存储的数据是文本的矢量表示,后来用于训练模型。
我认为您可以做很多事情。
首先,您可以更改数据格式以不同的方式进行存储:
其次,也是最重要的是, 您需要更改算法 。 如果无法将所有数据容纳在内存中,则需要使用其他类型的方法,其中使用批处理数据而不是所有数据。
例如,对于机器学习,有很多方法可以使用大量数据对模型进行增量更新
第三,有些方法可以减少训练集的维数 。 例如使用PCA,功能选择等方法
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.