MemoryError: Unable to allocate 1.43 TiB for an array with shape (3700, 5300) and data type float64

做图时遇到内存错误

源代码如下：

# 第二步 绘制决策边界
def plot_decision_boundary(pred_func):x_min, x_max = X[:, 0].min() - .5, X[:, 0].max() + .5y_min, y_max = X[:, 1].min() - .5, X[:, 1].max() + .5    h = 0.01xx, yy = np.meshgrid(np.arange(x_min, x_max, h), np.arange(y_min, y_max, h))# 用预测函数预测一下Z = pred_func(np.c_[xx.ravel(), yy.ravel()])Z = Z.reshape(xx.shape)# 然后画出图plt.contourf(xx, yy, Z, cmap=plt.cm.Spectral)plt.scatter(X[:, 0], X[:, 1], c=y, cmap=plt.cm.Spectral)from sklearn.linear_model import LogisticRegressionCV# 训练逻辑回归分类器
clf = sklearn.linear_model.LogisticRegressionCV()
clf.fit(X, y)# 画一下决策边界
#plot_decision_boundary(lambda x: clf.predict(x))
plt.figure(figsize=(16, 8))
plot_decision_boundary(clf.predict)
plt.title("Logistic Regression")
plt.show()

做出的努力

搜很多但都是关于计算机内存设置的，结果并没有很有用，而且很麻烦

最终采取的解决办法

修改h，从0.01到1
解决问题的思路：因为大概了解到这个是关于计算机内存不够的原因，而 h 是关于步长设置，步长设置大一点整体计算量就会小一点

# 第二步 绘制决策边界
def plot_decision_boundary(pred_func):x_min, x_max = X[:, 0].min() - .5, X[:, 0].max() + .5y_min, y_max = X[:, 1].min() - .5, X[:, 1].max() + .5    h = 0.01xx, yy = np.meshgrid(np.arange(x_min, x_max, h), np.arange(y_min, y_max, h))# 用预测函数预测一下Z = pred_func(np.c_[xx.ravel(), yy.ravel()])Z = Z.reshape(xx.shape)# 然后画出图plt.contourf(xx, yy, Z, cmap=plt.cm.Spectral)plt.scatter(X[:, 0], X[:, 1], c=y, cmap=plt.cm.Spectral)from sklearn.linear_model import LogisticRegressionCV# 训练逻辑回归分类器
clf = sklearn.linear_model.LogisticRegressionCV()
clf.fit(X, y)# 画一下决策边界
#plot_decision_boundary(lambda x: clf.predict(x))
plt.figure(figsize=(16, 8))
plot_decision_boundary(clf.predict)
plt.title("Logistic Regression")
plt.show()

问题就解决啦

MemoryError: Unable to allocate 1.43 TiB for an array with shape (3700, 5300) and data type float64相关推荐

Linux | MemoryError: Unable to allocate 2.10 GiB for an array内存溢出问题解决
在机器学习训练中,因载入的矩阵过于庞大,在本机训练是总会报 MemoryError的错,又因本人需要将10G多的内容同时载入一同训练,无法使用其他博客(推荐下面链接处所给博客)所用到的方法,只能从硬件 ...
memoryerror: Unable to allocate array with shape (60000, 28, 28) and data ty
使用tf缩放图片遇到 (train_images, train_labels), (test_images,test_labels) = keras.datasets.fashion_mnist.lo ...
numpy.core._exceptions.MemoryError: Unable to allocate 167. MiB for an array with shape (2970, 2460,
估计是batchsize太大,最后一千多张图片出不来
MemoryError: Unable to allocate array with shape (61721, 16000) and data typ
疑惑解惑数据量太大了,也就是cpu内存小导致的: 可以从以下几个方面去改进: 0.换一个性能好的电脑,主要是硬件的问题 1.numpy 在定义数组的时候,采用更低的精度.从float64降低为fl ...
Python Unable to allocate MiB for an array with shape
最近在运行一个python项目,不过并不熟悉python,因为一直在做java开发的工作.最近改了一个python项目里的SQL,查询的数据量更大了,运行后抛出异常,所以初步怀疑是内存不够 pycha ...
Unable to allocate xxx GiB for an array with shape (xxxx, xxxx)
今天用Pycharm跑代码的时候报了个错误:Unable to allocate 14.1 GiB for an array with shape (xxxx, xxxx),主要是进行矩阵运算时涉及的 ...
ORA-04031: Unable To Allocate 32 Bytes Of Shared Memory
记录一次生产库遇到的4031错误,后来通过调整sga大小将问题解决了报错信息: ORA-04031: 无法分配 32 字节的共享内存 ("shared pool","s ...
ORA-39095: Dump file space has been exhausted: Unable to allocate 8192 bytes
甲骨文Oracle数据库使用EXPDP/IMPDP进行Oracle数据迁移从高版本(11g)到底版本(10g)步骤 Oralce数据导入可能产生的错误 ORA-39095: Dump file sp ...
Pulsar bk报错Unable to allocate memory, exiting bookie
报错开发人员反映pulsar不可用每个pulsar bk节点查看 ./bookkeeper shell bookiesanity 发现有2个bk不可用,查看对应日志发现如下 15:36:52.50 ...

MemoryError: Unable to allocate 1.43 TiB for an array with shape (3700, 5300) and data type float64

做图时遇到内存错误

做出的努力

最终采取的解决办法

MemoryError: Unable to allocate 1.43 TiB for an array with shape (3700, 5300) and data type float64相关推荐

最新文章

热门文章