Question

以下代码由于MemoryError而失败。我相信这是因为它是一次性计算出itertools部分。是否可以将itertools与for循环一起计算出来，以避免填满我的RAM。

（或者是获得更大计算机的唯一选择！）

请告知-

N = 8
a = TWFclass(N)
b = []
c = np.zeros_like(a.TWFm)
for i in np.array(list(itertools.product(range(N), repeat=int(N*np.log2(N))))):
    a.change(i.reshape(N, int(np.log2(N))))
    if a.check(16):
        b.append(a.TWFm)

有关代码的一些信息：

-itertools语句为矩阵a.TWFm生成一个数字

-然后通过.change函数将其分配给a.TWFm

-。check函数从某些计算中返回true或false，将其附加到列表b以便稍后进行分析

编辑（评论的答案）

np.array是否需要列表？ itertools.product不会返回什么？

itertools必须有一个列表以进行解压缩/其他操作（即将值拖出对象），因为没有列表会导致错误TypeError: iteration over a 0-d array

我很确定您不能有一个“惰性”数组；无论是给它一个列表还是一个生成器作为参数（即使支持），结果数组都将把所有数据存储在内存中（尽管要尽可能紧凑地存储）。

如果我稍微改变我的问题以说我知道我有一个持续x = N **（log2（N）* N）的for循环，我可以理解你的意思，你知道itertools是否可以使你工作循环号x的单个itertools.product？希望有道理...

很好奇... TWFclass和TFWm是什么？在上课吗我不知道是图书馆的一部分吗？

不，这是我自己的班级，其中TWFm是（N，log2（N））的矩阵，而TWFclass是班级名称...

即我有

class TWFclass(N):
    def __init__(self, N):
        self.N = N
        self.TWFm = np.zeros([self.N, int(np.log2(self.N))])

Answer 1

如果您逐个使用迭代器，为什么要将迭代器转换为数组或列表？

以下内容同样适用：

在forloop中计算itertools的方法来停止MemoryError

1 个答案: