KdTree(SciPy)消耗了1024个维度的太多内存

时间:2018-02-10 23:43:24

标签: scipy kdtree

我对kdtree记忆的理解是,所需的空间应该只取决于叶子大小和样本数量。 我已经尝试了两个不同的向量,一个是470维,另一个是1024个。使用1024 dims我的RAM最高可达10 GB! 任何人都可以解释发生了什么/或者错误在哪里?

这是我的代码(即时通讯使用经过培训的CNN,获取它的描述符并将其输入到kd树中)

这是numpy.shape输出:Desc形状:(26235,1024)

#Build the kdtree with Drive A descriptors
print "Building tree"
sys.setrecursionlimit(50000)
tree = spatial.KDTree(desc) #(Number of samples,K-dims) array
print "Finished building the tree"

0 个答案:

没有答案