我使用numpy(1.15.4)和h5py(2.9.0)的方式如下:
import numpy as np
import h5py
import sys
Ns, N, L, Nz = (40, 80, 3240, 160)
largeArray = np.zeros((Ns,N, L, Nz), dtype=complex)
for ids in range(Ns):
for n in range(N):
for l in range(L):
#calling a bunch of numerical operations with pybind11
#and storing the results into a largeArray
largeArray[ids, n, l]=ids+n+l*1j
f = h5py.File('myFile.hdf5', 'w')
f.create_dataset('largeArray', data=largeArray)
print('content:', largeArray.nbytes)
print('size:', sys.getsizeof(largeArray))
一大块数据需要分配26.5GB,系统报告的内存使用量为148gb。我假设内存管理器正在用硬盘交换内存中的数据,对吗?。我用pybind11
来包装数值运算,我开始在最外层的循环(ids
)中将数据分解成块,用mpi
和h5py
存储在parallel中的数据,但在某个时候我的存储空间用完了。你知道什么会吞噬所有的记忆吗?你知道吗
目前没有回答
相关问题 更多 >
编程相关推荐