Question

我在函数中有以下代码：

phi = fourier_matrix(y, fs)
N = np.size(phi,axis=1)
x = np.ones(N)

for i in range(136):
    W_pk = np.diag(x)
    temp = pinv(np.dot(phi, W_pk))
    q_k = np.dot(temp, y)
    x = np.dot(W_pk, q_k)

其中phi是（96,750），W_pk是（750,750），q_k是（750，）。

这将引发以下错误：

Python（12001,0x7fff99d8b380）malloc： *对象0x7fc71aa37200的错误：释放的对象的校验和不正确-释放后可能已修改了对象。 * 在malloc_error_break中设置一个断点进行调试

如果我评论最后一个点积，则不会出现错误。

我认为我需要以某种方式释放内存，或者以不同的方式做点积？

此外，仅当我从Mac运行它时，才会发生这种情况。在Windows或Linux上，它不会引发错误。

Python是3.6（尝试使用3.7），numpy是1.14.5，也尝试使用1.15

任何帮助将不胜感激，因为我确实需要完成这项工作！

谢谢。

编辑我：我在jupyter笔记本上尝试了这部分代码，但没有失败。这让我更加困惑！当我在Mac上的Visual Studio Code中运行它时，它将失败。我的其余代码（一种从信号中去除伪像的算法）将按预期工作，直到我添加最后一段代码 x = np.dot（W_pk，q_k）。也许它可以在jupyter上运行，因为我不在那儿运行算法的其余部分？但正如我所说，它只会在最后一个点产品上崩溃。

编辑II：我在此问题的for循环上方添加了一段代码，因为我发现该问题与x的使用方式有关。您会看到它在上面被声明为float64 ndarray。当它到达for循环的最后一行时，点积将返回complex128（应该是complex64，不知道那里发生了什么）并覆盖x数组。第一次可以，但是第二次尝试覆盖时会崩溃。如果我对点积使用新变量，例如z，则不会崩溃！不知道为什么...但是我需要在每次迭代中覆盖x。

此外，如果我做这样的事情：

z = np.dot(W_pk, q_k)
x = abs(z) #I don't need complex numbers at this point

然后，它在第一个点乘积上崩溃并出现相同的错误（大概是这样）：

temp = pinv(np.dot(phi, W_pk))

此外，内存消耗还算不错，根据一些测量，大约为110M，并且在iPython上，相同的算法不会导致内存使用率翻倍。这是我最不清楚的地方，为什么它不会在iPython上崩溃？

在Mac上使用Python释放对象后，该对象可能已被修改

0 个答案: