我正试图通过美国有线电视新闻网(CNN)的Spyder和Anaconda来识别手指关节。我有2515个图像,我正在处理,似乎8GB是不够的做到这一点。我能做什么? 我应该得到另一个RAM棒还是在Kaggle/Colab上做这个项目会是更好的方法
arr = np.array(finger_dat)
arr = arr.reshape((2515, 406272))
arr = arr / 255
#############Making dataset####################
label = np.array(range(503))
label = np.repeat(label, 5)
dataset = pd.DataFrame(arr)
dataset['label'] = label
X = dataset.iloc[:, 0:406272]
y = dataset.iloc[:, -1]
from sklearn.tree import DecisionTreeClassifier
dtf = DecisionTreeClassifier()
dtf.fit(X, y)
dtf.score(X, y)
在你的位置上,我会按以下顺序尝试:
科拉布, 更改代码以加载批 更改代码以使用数据库为列车馈电 购买更多ram,但您可能需要>;40Gb
尝试分批处理数据
看看这个文件。从sklearn: Strategies to scale computationally: bigger data
相关问题 更多 >
编程相关推荐