为什么在Linux上导入numpy会增加1gb的虚拟内存？

Question

我必须在只有几GB虚拟内存的资源受限环境中运行python。更糟糕的是，作为应用程序设计的一部分，我必须从主进程中派生子进程，所有子进程都会在fork上接收相同数量的虚拟内存的“写时拷贝”分配。结果是，在只分了1-2个孩子之后，这个过程组达到了最高点，关闭了所有的东西。最后，我不能删除numpy作为一个依赖项；这是一个严格的要求。在

关于如何降低初始内存分配有什么建议吗？在

例如

1. 更改导入时分配给numpy的默认金额？在
2. 禁用该功能并强制python/numpy更动态地分配？在

详细信息：

Red Hat Enterprise Linux Server 6.9版（圣地亚哥）
Python 3.6.2
数量=1.13.3

裸翻译：

import os
os.system('cat "/proc/{}/status"'.format(os.getpid()))

# ... VmRSS: 7300 kB
# ... VmData: 4348 kB
# ... VmSize: 129160 kB

import numpy
os.system('cat "/proc/{}/status"'.format(os.getpid()))

# ... VmRSS: 21020 kB
# ... VmData: 1003220 kB
# ... VmSize: 1247088 kB  

Answer 1

谢谢你，skullgoblet1089，在https://github.com/numpy/numpy/issues/10455上提出问题，并回答了你的问题。 引用您2018-01-24帖子：

使用export OMP_NUM_THREADS=4减少线程将降低VM分配。在