Closed KeFttan closed 1 year ago
这个是因为模型在数据预处理的时候进行了滑窗。一个长度n个轨迹会产出n-1个样本,第一步预测第二步,前2步预测第3步,前3步预测第4步... 因此可能需要较大的内存,一方面可以换个大内存的服务器,另外可以修改代码限制一下滑窗产出轨迹的数量。
你可以换一个模型,STAN 要算一个 POI 到 POI 的距离矩阵,所以就会很占用内存。
这个是因为模型在数据预处理的时候进行了滑窗。一个长度n个轨迹会产出n-1个样本,第一步预测第二步,前2步预测第3步,前3步预测第4步... 因此可能需要较大的内存,一方面可以换个大内存的服务器,另外可以修改代码限制一下滑窗产出轨迹的数量。
感谢您的回复!修改了模型的window_size之后确实可以运行了
你可以换一个模型,STAN 要算一个 POI 到 POI 的距离矩阵,所以就会很占用内存。
感谢您的回复!我发现计算距离矩阵的时候使用的是numpy,是因为怕爆显存的原因吗
是的,内存肯定比显存多吧。
感谢回复!❤
根据您的建议,对内存进行了观察。 在运行之前:
运行到86%时:
应该是这种情况导致被killed 这种情况是否有解决办法,为何64G都无法满足encoding trajectory...