MemoryError: Unable to allocate 469. MiB for an array with shape (20000, 32, 32, 3) and data type fl

最新推荐文章于 2024-03-07 12:06:16 发布
最新推荐文章于 2024-03-07 12:06:16 发布
阅读量2w 收藏 4
点赞数 1
分类专栏： tensorflow2.0学习 文章标签： tensorflow
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_44152421/article/details/106543679
版权

错误显示：
MemoryError: Unable to allocate 469. MiB for an array with shape (20000, 32, 32, 3) and data type float64
在这里插入图片描述

错误原因：
内存错误：无法分配469。用于具有形状（20000、32、32、3）和数据类型float64的数组的MiB。

触发了系统的过量处理模式（overcommit handing)。这个矩阵似乎要占用的空间太大，所以系统就提前禁止创建了。
解决办法：
关闭其他无关的running程序，然后程序就运行了。

参考网上的解决问题如下，（但是其实没有看懂，到底如何操作）
cat /proc/sys/vm/overcommit_memory
echo 1 > /proc/sys/vm/overcommit_memory

参开文章：
[Ubuntu] [Python] MemoryError: Unable to allocate array with shape (x, x) and data type float64

python–MemoryError: Unable to allocate array with shape

逆着tensor
关注
  • 1
    点赞
  • 踩
  • 4
    收藏
    觉得还不错? 一键收藏
  • 3
    评论
专栏目录
Android模拟器"Failed To Allocate memory 8"错误如何解决
08-31
主要介绍了Android模拟器"Failed To Allocate memory 8"错误如何解决的相关资料,需要的朋友可以参考下
Android模拟器”Failed To Allocate memory 8″错误如何解决
01-04
Android在启动模拟器AVD时，出现下面的异常：“Failed to allocate memory: 8”，怎么办？ 此错误是我们在允许AVD时，选择了默认的AVD插件所致。 解决方法：减少分配的内存大小。修改AVD的配置文件，将选项“hw.ramSize=1024”从1024改为256。如图所示： 感谢阅读，希望能帮助到大家，谢谢大家对本站的支持！ 您可能感兴趣的文章:Android 出现问题Installation error: INSTALL_FAILED_CONFLICTING_PROVIDER解决办法Android模拟器安装A
Unable to allocate 460. MiB for an array with shape (10980, 10980) and data type float32
最新发布
weixin_49052283的博客
03-07 449
这时只需要依次点击spyder工具栏Consoles->Restart kernel、Remove all variables以释放内存。但是这个报错只有460MB，不是很严重的不足。大概意思是spyder运行内存不够。spyder 运行报错。
深度学习报错合集
菜鸟博客
10-27 6626
文章目录运行 pretict.py 时报错tf2架构1.AttributeError: 'str' object has no attribute 'decode'2.InternalError (see above for traceback): Blas SGEMM launch failed : m=43264, n=32, k=643.ModuleNotFoundError: No module named 'cv2'4.ModuleNotFoundError: No module named 'P
成功解决Windows MemoryError: Unable to allocate 6.38 GiB for an array with shape (38
com_fang_bean的博客
06-19 5万+
因为运行文件所在的磁盘分配内存不够问题造成的，解决方法如下：打开我的电脑-右键属性-高级-性能设置-选择高级-更改-点击E盘-点击自定义大小-设置分配内存，我选择6G,6144kb.点击确定完成，再次运行文件，问题解决！ ...
Java 内存溢出（java.lang.OutOfMemoryError）的常见情况和处理方式总结
xiaoshang的专栏
03-26 2197
java.lang.OutOfMemoryError这个错误我相信大部分开发人员都有遇到过，产生该错误的原因大都出于以下原因：JVM内存过小、程序不严密，产生了过多的垃圾。 导致OutOfMemoryError异常的常见原因有以下几种： 内存中加载的数据量过于庞大，如一次从数据库取出过多数据；集合类中有对对象的引用，使用完后未清空，使得JVM不能回收；代码中存在死循环或循环产生过多重复
MemoryError: Unable to allocate 146. MiB for an array with shape (50000, 3, 32, 32) and data type ui
On the road
06-23 2266
MemoryError: Unable to allocate 146. MiB for an array with shape (50000, 3, 32, 32) and data type uint8 报错信息 MemoryError: Unable to allocate 146. MiB for an array with shape (50000, 3, 32, 32) and data type uint8 报错原因 内存不足 解决办法 关闭几个耗内存的应用，例如jupyter note/
成功解决Unable to allocate xxx MiB for an array with shape (xxxx, xxxx)
热门推荐
get_py的博客
04-15 6万+
原因 数据量太大，导致cpu内存不足导致的 解决方法 换个性能更好的电脑 numpy 在定义数组的时候，采用更低的精度。从float64降低为float32array_ = np.zeros((10000,10000),dtype='float32') # 默认float64 修改pycharm的运行内存 Help->Find Action->(type “VM Options”)->(Click)“Edit Custom VM Options” 打开pycharm64.exe.
MemoryError: Unable to allocate 143. MiB for an array with shape (14, 1342462) and data type float64
ainivip的专栏
02-08 9590
解决思路有两个： 1、加大Windows系统虚拟内存，这个方案治标不治本。 2、将数据有float64改为float32，这个方案可以从根本上减少对内存的占用。 知识点：Python中float类型、float32类型和float64类型的表示精度，所需内存及其之间的转换 1. 表示精度和所需内存 float类型和float64类型是一样的，都需要64个bits，而float32需要32个bits。 精度方面，float类型和float64类型在十进制中可以有16位，而float32类型在十进制中
机器学习碰到MemoryError: Unable to allocate1.5 . MiB for an array with shape解决办法
ZER_xy的博客
03-16 2万+
详细代码如下 # 训练集 train_gen = train_val_generator( data_dir='../train', target_size=(64, 64), batch_size=32, class_model='categorical', subset='training' ) # 验证集 val_gen = train_val_generator( data_dir='../test', target_size=(64, 64
python--MemoryError: Unable to allocate array with shape
天青如水的博客
12-17 2万+
系统环境 Ubuntu 16.04.6 LTS（子系统） Python 3.7.3 报错原因 np.zeros((5684, 15074, 84),dtype=‘float32’) MemoryError: Unable to allocate array with shape (5684, 15074, 84) and data type float32 触发了系统的过量处理模式（ove...
Fatal error: Allowed memory size of 134217728 bytes exhausted (tried to allocate 2611816 bytes)
10-25
主要介绍了Fatal error: Allowed memory size of 134217728 bytes exhausted (tried to allocate 2611816 bytes)错误的解决方法,需要的朋友可以参考下
ThinkPHP提示错误Fatal error: Allowed memory size的解决方法
01-21
本文实例讲述了ThinkPHP提示错误Fatal error: Allowed memory size的解决方法。...错误提示：Fatal error: Allowed memory size of 1073741824 bytes exhausted (tried to allocate 523800 bytes) in /var/w
IAR 7.x创建STM32工程步骤&警告解决
03-17
详细介绍在IAR7.8版本中如何创建STM32工程以及相关注意事项，本人亲自码字，保证可用。
ORA-04031: unable to allocate 4096 bytes of shared memory （解决方案）
QC班长的博客
11-15 2万+
查阅了一些Oracle的资料，发现ORA-04031错误一般可能由于两个原因引起的： 1.内存中存在大量碎片，导致在分配内存的时候，没有连续的内存可存放，此问题一般是需要在开发的角度上入手，比如增加绑定变量，减少应解析来改善和避免； 2.内存容量不足，需要扩大内存。 1、首先看shared_pool的两个参数设置 SQL> show parameter shared_pool;
ORA-04031: unable to allocate 4096 bytes of shared memory ("shared pool","BEGIN
wang286480403的专栏
11-19 998
 EXP-00008: ORACLE error 4031 encountered  ORA-04031: unable to allocate 4096 bytes of shared memory  ("shared pool","BEGIN :EXEC_STR := SYS.DBMS...","PL/SQL MPCODE","BAMIMA: Bam Buffe      二、错...
深度学习训练报错numpy.core._exceptions._ArrayMemoryError: Unable to allocate 多少多少 MiB
BUG_always_AC的博客
10-23 4879
4.取消勾选“自动管理所有驱动器的分页文件大小”，选择一个盘（如G盘），设置初始大小与最大值（如20G）1.windows键搜索高级系统设置。2.选择“高级”，“设置”3.选择“高级”，“更改”原因：显存、内存不足。解决：分配虚拟内存。
报错MemoryError: Unable to allocate 234. MiB for an array with shape (10000, 32, 32, 3) and data type
weixin_43665866的博客
12-03 8903
tensorflow编译CNN时报错： MemoryError: Unable to allocate 234. MiB for an array with shape (10000, 32, 32, 3) and data type float64 原因：矩阵过大，系统提前终止（电脑太辣鸡了）
numpy.core._exceptions.MemoryError: Unable to allocate 164. MiB for an array with shape (55000, 784) and data type float32
07-17
这个错误提示表明内存不足，无法为形状为(55000, 784)的float32类型的数组分配164 MiB的内存空间。 这可能是因为您的计算机内存不足以容纳这么大的数组。解决这个问题的方法之一是减少数组的大小，或者考虑使用更高性能的计算资源。 以下是一些可能的解决方法： 1. 减少数组的大小：如果您可以减少数据集的样本数量，或者减小每个样本的维度，可以尝试减小数组的大小。例如，使用较小的图像尺寸、减少样本数量等。 2. 使用更高性能的计算资源：如果您有更高内存容量的计算资源可用，例如云服务器或高性能计算机，可以尝试在更大内存的环境中运行代码。 3. 优化代码：检查代码是否存在内存泄漏或其他性能问题。确保及时释放不再使用的变量和资源，避免不必要的计算和数据复制等。 4. 使用生成器或迭代器：考虑使用生成器或迭代器来逐批加载数据，而不是一次性加载整个数据集到内存中。 请根据您的具体情况选择适合的解决方法。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 3
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值