**已关闭。**此问题需要debugging details。目前不接受回答。
编辑问题以包括desired behavior, a specific problem or error, and the shortest code necessary to reproduce the problem。这将帮助其他人回答问题。
8天前关闭
这篇文章是编辑并提交审查8天前.
Improve this question的
我正在做一个线性回归代码，需要快速，所以它使用矩阵乘法和添加一个变量。
w = numpy.arange(20)
a = numpy.random.random((50000,21))
b = np.random.random()
rem=numpy.empty((1,50000),dtype=float)
rem=(w@a[:,1:21].T).T+b
print(rem)字符串
所有的矩阵尺寸都是正确的，没有显示错误，但它直接崩溃我的电脑或collab。此外，我意识到这是加法或减法部分;其他的一切都很好，即使是矩阵乘法。我已经在这方面停留了很长时间。我知道人们出于某种原因使用相同的算法和他们的工作。数据集中的所有数据都是缩放的，并且在范围内（-（第4，4段）
1条答案
按热度按时间fjnneemd1#
我试着运行你在编辑后提到的代码，它运行得很好。内存问题（根据@hpaulj）听起来似乎是合理的，因为它没有错误地崩溃，但如果你看看数组有多小，它似乎不太可能。如果你看here，它说colab的内存限制约为12 GB。
字符串
说数组是8.4 MB，因此你正在尝试做的矩阵乘法不应该用尽colab的限制。对不起，我不能帮助更多。我知道这不是一个真实的答案，但我不允许评论，除了我自己的答案，还没有。