Question

我正在尝试使用PHP-ML实现情绪分析。我有大约15000个条目的训练数据集。我有代码工作，但是，我必须将数据集减少到100个条目才能工作。当我尝试运行完整的数据集时，我收到此错误：

Fatal error: Allowed memory size of 134217728 bytes exhausted (tried to allocate 917504 bytes) in C:\Users\<username>\Documents\Github\phpml\vendor\php-ai\php-ml\src\Phpml\FeatureExtraction\TokenCountVectorizer.php on line 95

我拥有的两个文件是index.php：

<?php 

declare(strict_types=1);
namespace PhpmlExercise;

include 'vendor/autoload.php';

include 'SentimentAnalysis.php';

use PhpmlExercise\Classification\SentimentAnalysis;
use Phpml\Dataset\CsvDataset;
use Phpml\Dataset\ArrayDataset;
use Phpml\FeatureExtraction\TokenCountVectorizer;
use Phpml\Tokenization\WordTokenizer;
use Phpml\CrossValidation\StratifiedRandomSplit;
use Phpml\FeatureExtraction\TfIdfTransformer;
use Phpml\Metric\Accuracy;
use Phpml\Classification\SVC;
use Phpml\SupportVectorMachine\Kernel;

$dataset = new CsvDataset('clean_tweets2.csv', 1, true);
$vectorizer = new TokenCountVectorizer(new WordTokenizer());
$tfIdfTransformer = new TfIdfTransformer();
$samples = [];
foreach ($dataset->getSamples() as $sample) {
    $samples[] = $sample[0];
}
$vectorizer->fit($samples);
$vectorizer->transform($samples);
$tfIdfTransformer->fit($samples);
$tfIdfTransformer->transform($samples);
$dataset = new ArrayDataset($samples, $dataset->getTargets());
$randomSplit = new StratifiedRandomSplit($dataset, 0.1);

$trainingSamples = $randomSplit->getTrainSamples();
$trainingLabels     = $randomSplit->getTrainLabels();

$testSamples = $randomSplit->getTestSamples();
$testLabels      = $randomSplit->getTestLabels();

$classifier = new SentimentAnalysis();
$classifier->train($randomSplit->getTrainSamples(), $randomSplit->getTrainLabels());
$predictedLabels = $classifier->predict($randomSplit->getTestSamples());

echo 'Accuracy: '.Accuracy::score($randomSplit->getTestLabels(), $predictedLabels);

和SentimentAnalysis.php：

<?php

namespace PhpmlExercise\Classification;
use Phpml\Classification\NaiveBayes;

class SentimentAnalysis
{
    protected $classifier;

    public function __construct()
    {
        $this->classifier = new NaiveBayes();
    }
    public function train($samples, $labels)
    {
        $this->classifier->train($samples, $labels);
    }

    public function predict($samples)
    {
        return $this->classifier->predict($samples);
    }
}

我是机器学习和php-ml的新手，所以我不确定如何推断出问题的位置，或者是否有办法解决这个问题而没有大量的内存。我能说的最多的是错误发生在索引文件第22行的TokenCountVectorizer中。有没有人知道可能导致此问题的原因之前已经遇到过这个问题？

PHP-ML的链接在这里：http://php-ml.readthedocs.io/en/latest/

谢谢

Answer 1

此错误来自将更多内存加载到内存中，而不是将PHP设置为在一个进程中处理的内容。还有其他原因，但是不常见。

在您的情况下，您的PHP实例似乎配置为允许使用最大 128MB 的内存。在机器学习中，这不是很多，如果您使用大型数据集，则肯定会达到该极限。

要将您允许PHP使用的内存量更改为 1GB ，您可以编辑php.ini文件并设置

memory_limit = 1024M

如果您无权访问php.ini文件，但仍拥有更改设置的权限，则可以在运行时使用

<?php
    ini_set('memory_limit', '1024M');

或者，如果您运行 Apache ，则可以尝试使用.htaccess文件指令设置内存限制

php_value memory_limit 1024M

请注意，大多数共享主机解决方案等对允许使用的内存量都有严格的限制，而且通常较低。

您可以做的其他事情

如果您从文件中加载数据，请查看fgets和SplFileObject::fgets以逐行加载读取的文件，而不是一次将整个文件读取到内存中。
确保您正在运行尽可能最新的PHP版本
确保PHP扩展是最新的
禁用您不使用的PHP扩展
unset完成或不需要的数据或大对象不再在内存中。请注意，PHP的垃圾收集器不一定会立即释放内存。相反，根据设计，它会在感觉到所需的CPU周期存在时或脚本将要用尽内存之前这样做，以先发生为准。
您可以使用echo memory_get_usage() / 1024.0 . ' kb' . PHP_EOL;之类的东西来打印程序中给定位置的内存使用情况，以尝试分析不同部分使用了多少内存。

PHP-ML上的内存不足

1 个答案:

您可以做的其他事情