使用 pickle.load 时的 Python 内存消耗与进程内存使用情况

发布于 2025-01-09 23:28:06 字数 461 浏览 0 评论 0原文

我对 Python 内存管理或分析不是很熟悉,但我处于一个奇怪的情况,找不到任何明确的解释。

我正在尝试在 Python 代码 (3.7) 中使用 pickle 加载大型 ML 模型 (1.4 GB)。当我调用 pickle.load 时,我的进程 RAM 使用量增加了大约 8GB(根据我的任务管理器)。我可以很容易地理解磁盘上的 pickle 版本应该小于 Python 中完全加载的对象,但差异似乎太大了,所以我使用 Pympler 检查 Python 代码中模型的大小,得到了大约 5GB 的大小。

我想了解为什么我会得到这个 3GB 的差异:

  • Pickle 有问题吗?
  • Pympler 没有准确地计算出所有物体的数量?
  • 我的任务管理器没有像 Pympler 计算的那样报告内存消耗?
  • ...

如果您有其他想法来分析我的代码,请随时回答。

谢谢

I'm not very familiar with Python memory management ou profiling but I'm in a weird situation and can't find any clear explication.

I'm trying to load a large ML Model (1.4 GB) using pickle in my Python code (3.7). When I call pickle.load, my process ram usage increase of around 8GB (according my task manager). I can easily understand that the pickle version on disk should be smaller than the object fully loaded in Python but the difference seems me excessive so I used Pympler to check the size of my model in my Python code and I got around 5GB.

I would like to understand why I get this 3GB difference:

  • There is a problem with Pickle?
  • Pympler doesn't count all the objects accurately?
  • My task manager doesn't report the ram consumption the same way Pympler count it?
  • ...

If you have another ideas to profile my code, feel free to answer.

Thanks

如果你对这篇内容有疑问,欢迎到本站社区发帖提问 参与讨论,获取更多帮助,或者扫码二维码加入 Web 技术交流群。

扫码二维码加入Web技术交流群

发布评论

需要 登录 才能够评论, 你可以免费 注册 一个本站的账号。
列表为空,暂无数据
我们使用 Cookies 和其他技术来定制您的体验包括您的登录状态等。通过阅读我们的 隐私政策 了解更多相关信息。 单击 接受 或继续使用网站,即表示您同意使用 Cookies 和您的相关数据。
原文