使用零时出错内存不足答案

【问题标题】：Error using zeros Out of memory使用零时出错内存不足
【发布时间】：2018-04-02 00:55:17
【问题描述】：

当我尝试跑步时

Adj = zeros(x*y);

我收到以下错误：

使用零时出错

内存不足。键入 HELP MEMORY 作为您的选项。

在哪里x*y=37901。我的PC存储占用率是

我知道 C 盘空间不大，但 34.2 GB 应该足以创建一个 37901*37901 矩阵。

当我运行memory 命令时，我得到了这样的结果：

>> memory
Maximum possible array:        4825 MB (5.059e+09 bytes) *
Memory available for all arrays:        4825 MB (5.059e+09 bytes) *
Memory used by MATLAB:       12369 MB (1.297e+10 bytes)
Physical Memory (RAM):       12218 MB (1.281e+10 bytes)

*  Limited by System Memory (physical + swap file) available.

我该如何解决这个问题？（我使用的是 MATLAB 2017b）

【问题讨论】：

标签： matlab memory memory-management out-of-memory

【解决方案1】：

实际上，在编码方面，变量通常存储在内存中（您的计算机RAM）而不是硬盘空间。这就是您的错误所抱怨的...您没有足够的内存来存储要分配的变量。

Matlab默认使用的数值变量为double，用于表示双精度浮点值，占用8字节的内存。因此，您正在尝试分配：

37901 * 37901 * 8  = 11491886408 bytes
                  ~= 10.7 gigabytes

当您只有11.9 千兆字节的可用内存并且Matlab 告诉您不能分配大于4.7 千兆字节的数组时。作为一种解决方法，我建议您查看Tall Arrays，这是针对处理非常大的数据流而定制的 Matlab 功能：

Tall 数组用于处理由一个数据存储。数据存储使您能够处理大型数据集单独适合内存的小块，而不是加载整个数据集一次进入内存。高大的阵列扩展了这个使您能够使用常见的处理内存不足数据的能力功能。

什么是高阵列？

由于不是一次将数据全部加载到内存中，所以 tall 数组在第一维中可以任意大（也就是说，它们可以有任意数量的行）。而不是写考虑到大量数据的特殊代码，例如与 MapReduce 等技术一样，Tall 数组可让您使用大型以类似于您的方式的直观方式设置数据集使用内存中的 MATLAB® 数组。许多核心运算符和函数对 tall 数组的作用与对内存数组的作用相同。 MATLAB 一次处理小块数据，处理所有在后台进行数据分块和处理，以便通用 A+B 等表达式适用于大数据集。

高阵列的好处

与内存中的数组不同，tall 数组通常保持未计算，直到您请求计算使用gather函数执行。本次延期评估允许您快速处理大型数据集。当你最终使用gather请求输出，MATLAB将排队的计算结合起来在可能的情况下，通过最少的次数数据。通过数据的次数极大地影响执行时间，因此建议您仅在以下情况下请求输出必要的。

【讨论】：