使用 scikit 执行优化时内核死机答案

【问题标题】：kernel dies when performing optimization with scikit使用 scikit 执行优化时内核死机
【发布时间】：2018-03-08 04:01:49
【问题描述】：

我正在使用 scikit 对机器学习问题进行一些优化，该问题使用具有 42k 行和 784 列包含数字的 75 mb 文件。在 jupyter notebook 上工作。

但是当我运行代码时内核死了。与终端相同。

有没有办法解决这个问题？

def train(self, 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

【问题讨论】：

标签： numpy machine-learning jupyter-notebook

【解决方案1】：

我遇到了同样的问题，我的研究告诉我这是内存中断。

stackoverflow and github 上的很多人建议使用 .py 脚本而不是 jupyter 笔记本，但有时这根本没有帮助。相对于您的系统功能，请注意您使用的内存。

【讨论】：