pypy
V2EX  ›  问与答

如何在有限的内存中进行 numpy 大矩阵相乘优化?

  •  
  •   pypy · Jul 5, 2017 · 4769 views
    This topic created in 3412 days ago, the information mentioned may be changed or developed.

    硬件条件:内存 16G,显存 24G。开发语言:Python ;计算库:numpy

    一个原始矩阵大小为( 80000,25088 ),与它自己的转置相乘。运行代码为:

    matrix.dot(matrix.T)

    1. 直接运行结果报 Memory Error。
    2. 尝试将虚拟内存加到 150G,报错:19398 Segmentation fault (core dumped)
    3. 尝试将矩阵使用 SVD 降维,报错:init_dgesdd failed init

    请教大神还有没有办法,在有限的硬件条件下解决这个问题?

    5 replies  •  2017-07-05 14:23:52 +08:00
    madeye
    madeye
    Jul 5, 2017
    1
    Sparse or Dense?
    srlp
    srlp
    Jul 5, 2017 via iPhone
    3
    手动实现分块运算。把一个大矩阵看成四个小矩阵
    pypy
    pypy
    OP
    Jul 5, 2017
    4
    @madeye 是非稀疏的。可以用随机数生成器来模拟这个矩阵。所以 scipy 的 sparse 可能不适用。
    pypy
    pypy
    OP
    Jul 5, 2017
    5
    @srlp 谢谢。很不错的建议。只是手动分块后的合并怎么实现呢?
    About   ·   Help   ·   Advertise   ·   Blog   ·   API   ·   FAQ   ·   Privacy   ·   Solana   ·   679 Online   Highest 6679   ·     Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 · 43ms · UTC 21:02 · PVG 05:02 · LAX 13:02 · JFK 16:02
    ♥ Do have faith in what you're doing.