Массивное использование памяти при определении модели регрессии

Question

У меня проблемы с памятью при запуске модели регрессии Пуассона. Когда данные загружены и готовы к модели, на python используется около 650 МБ памяти. Как только я создаю модель,

import theano.tensor as t 
with pm.Model() as poisson_model: 
    # priors for coefficients 
    coeffs = pm.Uniform('coeffs', -10, 10, shape=(1, predictors.shape[1])) 

    r = t.exp(pm.sum(coeffs*predictors.values, 1)) 

    obs = pm.Poisson('obs', r, observed=targets) 

использование памяти увеличивается до 3 ГБ. Есть только 350 точек данных из 8-битных целых чисел, поэтому я понятия не имею, что использует этот объем памяти.

После игры вокруг немного, я обнаружил, что добавление ничего к модели ставит его до 3 Гб памяти, даже что-то же просто, как

with pm.Model() as poisson_model: 
    test = pm.Uniform('test', -1, 1) 

Любые предложения относительно того, что происходит или как Я могу смотреть глубже? Я использую новый iMac, Python 2.7 и последнюю версию PyMC3. Благодарю.

Answer 1

Я попытался воспроизвести это на моей системе (Macbook Air, Py 2.7), но получить ~ 80 МБ использования памяти. Я хотел бы попробовать пару вещей:

1. Очистить кэш Theano:

   Theano кэша ясно

2. Попробуйте обновить Theano

3. Переустановите PyMC из главного филиала

Это все догадки, поскольку я не могу копировать это проблема, поэтому я надеюсь, что один из них сделает трюк.