我最近尝试在IBM Cloud上运行jupyter笔记本进行数据分析和机器学习。我使用了lite服务，并选择了4vCPU和16 GB RAM环境。我试图在机器学习模型XGBoost中放入的矩阵约为2 GB。我还选择了所有其他不必要的变量，并将它们收集到垃圾箱中。但是，每当我运行机器学习模型时，内核突然死亡，并且丢失了所有训练数据。我怀疑这是因为内存溢出，因为当我选择4vCPU和8GB RAM环境时内核也死了，但是在较早的阶段，我仍在尝试向训练矩阵添加更多功能。
奇怪的是，我试图在具有8 GB RAM的我自己的计算机上运行代码，但实际上它已经通过了，并且在ML流程开始时，RAM的使用已激增至6 GB左右。我决定使用免费的IBM云服务，因为我需要我的计算机来执行其他任务，并且在需要添加更多功能时不想过载它。
您是否遇到过类似情况，您又如何绕过它？有没有一种方法可以在IBM Cloud上实时检查RAM使用情况？
谢谢！