當使用scikit執行優化時內核死亡

Question

我正在使用scikit對具有42k行和784列包含數字的75 MB文件進行工作的機器學習問題進行一些優化。 在jupyter筆記本上工作。

但是當我運行代碼時，內核死亡。與終端一樣的工作。

有什麼辦法可以解決這個問題嗎？

高清列車（個體經營，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

我碰到了同樣的問題，我的研究告訴我，這是一個記憶中斷。

很多人在stackoverflow and github的推薦使用.py腳本而不是jupyter筆記本，但有時這根本沒有任何幫助。請儘量小心所使用的內存相對於系統的功能。