如何在不使用多线程或子进程的情况下从内存中显式删除 python numpy 数组？

问题描述

我正在处理一个非常大的矩阵（~ 30-100 GB），这是聚类所需的。我正在尝试在我的程序中优化内存使用，并且我想在不再需要它之后将其删除。我尝试了以下代码：

# create distance matrix
D = pairwise_distances(X = embeddings,metric = 'cosine',n_jobs = 1)

# check memory after creating matrix
usage1 = resource.getrusage(resource.RUSAGE_SELF).ru_maxRSS

# run clustering
clustering = DBSCAN(
        eps = 0.5,min_samples = 1,metric = 'precomputed'
    ).fit_predict(D)

# delete matrix
del D
gc.collect()

# check memory again
usage2 = resource.getrusage(resource.RUSAGE_SELF).ru_maxRSS

我注意到的是，内存仍然大致相同（usage1 ~ usage2）。我已经阅读了一些关于垃圾收集如何在 python 中工作的内容，以及 python 如何为更快的整数分配创建“空闲列表”，但我不确定它是否适用于这种情况。 如果我理解正确，一旦分配了内存块，python 将保留为相同数据类型保留的内存块 释放该内存的唯一方法是结束程序？

我看过一些使用多进程/子进程解决这个问题的文章，但由于我在 watson studio 的 jupyter notebook 中工作，这对我来说是不可能的（据我尝试，多处理使用 python 笔记本无法正常工作）。 article 1 和 article 2 那么如何通过从内存中删除一个对象（一个 numpy 数组）来显式释放内存？

正如我所说，我在 Watson Studio 的 Jupyter Notebook 中运行 Python，并使用 Python 3.7。如果您需要有关环境的更多详细信息，请告诉我，我很乐意提供。

解决方法

暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！

如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@）

memory memory-management numpy python