使用PCA(原理成分分析)从一组4K图像中提取特征,从而给我带来存储错误
文件“ /home/paul90/.local/lib/python3.6/site-packages/sklearn/decomposition/_pca.py”,第369行,在fit_transform中U,S,V = self._fit(X)
MemoryError:无法分配形状为(23339520,40)且数据类型为float32的数组
我正在尝试从4K图像中提取30个特征(组件数量),并得到此错误。
immatrix = np.array([file_list中im的np.array(Image.open(im,'r'))。flatten()],'f')
x = StandardScaler()。fit_transform(immatrix)
] >>pc_train = pca.fit_transform(x)] >>
文件列表是图像列表(当前我有600张图像)
我无法减少列表中的图像数量,也无法降低初始4K分辨率。在这种情况下,如何解决此内存分配问题?
如果有人可以告诉我避免内存问题的步骤,这将是非常有用的帮助。
使用PCA(原理组件分析)从一组4K图像中提取特征,从而给我带来内存错误文件“ /home/paul90/.local/lib/python3.6/site-packages/sklearn/decomposition/_pca.py “,...
正如此问题所述,您必须重新配置系统以使运行时系统可以使用更多RAM。
较大的数据集通常无法放入内存,因此无法以其pure