4

我正在 App Engine 上开发一个应用程序，并且正在使用来自 SciPy 的 kmeans2。

当集群运行时，我收到此错误：

Exceeded soft private memory limit with 159.852 MB after servicing 1 requests total

这是我正在做的事情，color_data大约有 500 万个 x、y、z 点：

def _cluster(color_data, k):
  """ Clusters colors and return top k 

      Arguments:
      ----------
        color_data
          TYPE: list
          DESC: The pixel rgb values to cluster
        k
          TYPE: int
          DESC: number of clusters to find in the colors

      Returns:
      --------
        sorted_colors
          TYPE: list
          DESC: A list of rgb centroids for each color cluster
  """

  # make rgbs into x,y,z points
  x,y,z = [],[],[]
  for color in color_data:
    x.append(color[0])
    y.append(color[1])
    z.append(color[2])

  # averaged_colors are points at center of color clusters
  # labels are cluster numbers for each point
  averaged_colors, labels = kmeans2(array(zip(x,y,z)), k, iter=10)

  # get count of nodes per cluster
  frequencies = {}
  for i in range(k):
    frequencies[i] = labels.tolist().count(i)

  # sort labels on frequency
  sorted_labels = sorted(frequencies.iteritems(), key=itemgetter(1))

  # sort colors on label they belong to
  sorted_colors = []
  for l in sorted_labels:
    sorted_colors.append(tuple(averaged_colors[l[0]].tolist()))

  return sorted_colors

如何在 128MB 以下的内存中做到这一点？

编辑：在我的本地机器上，运行我的应用程序显示我的活动监视器中使用了约 500 MB 的内存

4

2 回答 2

1

不要使用所有像素。

如果只使用 10% 或更少的像素，K-Means 通常会返回几乎相同的结果。因为它计算平均值，并且平均值不再有太大变化，如果您添加更多信息，除非数据分布不同。

仅使用 10% 的像素应该会使您的应用程序使用更少的内存。

于 2013-07-17T08:01:25.423 回答
0

如果您无法减少操作的持续内存使用量，您应该查找此答案以获取有关增加应用程序内的内存分配或更改为其他提供商的建议。每月 20 美元，这是对机架空间服务器的简单请求，尽管根据定义，它更接近金属并且需要更多设置。

于 2013-07-17T03:26:57.733 回答