V2EX = way to explore
V2EX 是一个关于分享和探索的地方
现在注册
已注册用户请  登录
V2EX 提问指南
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 · 2017-07-05 10:31:53 +08:00 · 4040 次点击
    这是一个创建于 2716 天前的主题,其中的信息可能已经有所发展或是发生改变。

    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 条回复    2017-07-05 14:23:52 +08:00
    madeye
        1
    madeye  
       2017-07-05 10:47:27 +08:00
    Sparse or Dense?
    madeye
        2
    madeye  
       2017-07-05 10:48:23 +08:00
    srlp
        3
    srlp  
       2017-07-05 11:42:28 +08:00 via iPhone
    手动实现分块运算。把一个大矩阵看成四个小矩阵
    pypy
        4
    pypy  
    OP
       2017-07-05 14:22:31 +08:00
    @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
        5
    pypy  
    OP
       2017-07-05 14:23:52 +08:00
    @srlp 谢谢。很不错的建议。只是手动分块后的合并怎么实现呢?
    关于   ·   帮助文档   ·   博客   ·   API   ·   FAQ   ·   实用小工具   ·   3239 人在线   最高记录 6679   ·     Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 · 22ms · UTC 00:48 · PVG 08:48 · LAX 16:48 · JFK 19:48
    Developed with CodeLauncher
    ♥ Do have faith in what you're doing.