问题:
01 一般方法:
- 降低输入数据的分辨率或数量,减少需要处理的数据量。
- 将模型中的工具链中的某些工具分解成多个步骤,并使用中间结果进行操作,以减少内存使用量。
- 尝试在计算机上增加更多的内存,以便处理更大的数据量。
- 将模型中的某些工具转换为脚本工具,并使用 Python 脚本来实现操作,这可能比使用模型构建器更高效。
- 将处理分成多个批次,并逐批次处理数据,以减少内存使用量。(当我在没有办法解决该问题时确实是使用这个方法)
02 实用方法:
2.1 以外存换内存
想象一下,为什么会出现这种情况?原因就是我们将太多的数据放在了内存中。
第一,将所有的中间数据放在硬盘中而不是在内存中,步骤如下: