Python垃圾回收

当数据量比较大是，性能比较差的机器可能会遇到很尴尬的问题，没办法把数据一次性读入内存。。。

这里有两种方法可以处理这类问题：

第一、使用流式训练的模型，如FFM,这类的模型有个好处是训练快，并且每次可以单独读取一个batch大小的数据进行训练，不需要一次性把全部数据读进来。

第二、将数据分成五份，分别训练五个模型，对最终的结果取平均值，这样就使性能差点的机器能够跑起来。

还有就是手动处理不用的变量

python会自己管理内存，实际上，对于占用很大内存的对象，并不会马上释放。举例，a=range(10000*10000)，会发现内存飙升一个多G，del a 或者a=[]都不能将内存降下来。。
del 可以删除多个变量，del a,b,c,d
办法：
import gc （garbage collector）
del a

gc.collect()

import gc
a=[1,2,3,4,5,6,7]
del a
gc.collect()