当使用scikit执行优化时内核死亡

Question

我正在使用scikit对具有42k行和784列包含数字的75 MB文件进行工作的机器学习问题进行一些优化。 在jupyter笔记本上工作。

但是当我运行代码时，内核死亡。与终端一样的工作。

有什么办法可以解决这个问题吗？

高清列车（个体经营，X，Y）：

def train(self, X, Y): 

    self.X = X 
    self.Y = Y 

    self.J = [] 

    params0 = self.N.getParams() 

    options = {'maxiter':1, 'disp': True} 

    _res = optimize.minimize(self.costFunctionWrapper, params0, jac=True, 
          method='BFGS', args = (X, Y), 
          options=options, callback = self.callbackF) 
    self.N.setParams(_res.x) 
    self.optimizationResults = _res 

Answer 1

我碰到了同样的问题，我的研究告诉我，这是一个记忆中断。

很多人在stackoverflow and github的推荐使用.py脚本而不是jupyter笔记本，但有时这根本没有任何帮助。请尽量小心所使用的内存相对于系统的功能。