尝试 SVD 时，Google-colaboratory 内核死机

Question

我正在尝试在 google-colaboratory python 2 环境中对 MNIST 数据集执行 SVD。下面是我的代码，

from sklearn.datasets import fetch_mldata
import numpy as np

mnist = fetch_mldata('MNIST original')

U, S, V = np.linalg.svd(mnist.data)

上述代码运行后，内核会在以下消息后重新启动：

运行时死亡。自动重启。

我做错了吗？任何帮助表示赞赏。

Answer 1

这里的问题是您的虚拟机内存不足。

根据您想要做什么，numpy 为您提供了两种减少返回数据量的方法——来自the docs：

• 您可以通过compute_uv=False 完全跳过计算酉矩阵U 和V，或者
• 您可以传递full_matrices=False 以避免计算完整的U 和V 矩阵。

尤其是full_matrices=True，U 是一个70000x70000 矩阵，这就是导致内存不足问题的原因。