Как найти источник MemoryError в Python?

Question

Я использую гиперпараметрическую оптимизацию, используя Hyperopt для нейронной сети. При этом после некоторых итераций я получаю исключение MemoryError

До сих пор я пытался очистить все переменные после того, как они были использованы (присвоить им None или пустые списки, есть ли лучший способ для этого?) И распечатать все locals(), dirs() и globals() с их размерами, но эти цифры никогда не увеличиваются, а размеры довольно малы.

Структура выглядит так:

def create_model(params):
    ## load data from temp files
    ## pre-process data accordingly
    ## Train NN with crossvalidation clearing Keras' session every time
    ## save stats and clean all variables (assigning None or empty lists to them)

def Optimize():
    for model in models: #I have multiple models
        ## load data
        ## save data to temp files
        trials = Trials()
        best_run = fmin(create_model,
                        space,
                        algo=tpe.suggest,
                        max_evals=100,
                        trials=trials)

После X числа итераций (иногда он завершает первые 100 и переходит ко второй модели) он выдает ошибку памяти. Я предполагаю, что некоторые переменные остаются в памяти, и я не очищаю их, но я не смог их обнаружить.

РЕДАКТИРОВАТЬ:

Traceback (most recent call last):
  File "Main.py", line 32, in <module>
    optimal = Optimize(training_sets)
  File "/home/User1/Optimizer/optimization2.py", line 394, in Optimize
    trials=trials)
  File "/usr/local/lib/python3.5/dist-packages/hyperopt/fmin.py", line 307, in fmin
    return_argmin=return_argmin,
  File "/usr/local/lib/python3.5/dist-packages/hyperopt/base.py", line 635, in fmin
    return_argmin=return_argmin)
  File "/usr/local/lib/python3.5/dist-packages/hyperopt/fmin.py", line 320, in fmin
    rval.exhaust()
  File "/usr/local/lib/python3.5/dist-packages/hyperopt/fmin.py", line 199, in exhaust
    self.run(self.max_evals - n_done, block_until_done=self.async)
  File "/usr/local/lib/python3.5/dist-packages/hyperopt/fmin.py", line 173, in run
    self.serial_evaluate()
  File "/usr/local/lib/python3.5/dist-packages/hyperopt/fmin.py", line 92, in serial_evaluate
    result = self.domain.evaluate(spec, ctrl)
  File "/usr/local/lib/python3.5/dist-packages/hyperopt/base.py", line 840, in evaluate
    rval = self.fn(pyll_rval)
  File "/home/User1/Optimizer/optimization2.py", line 184, in create_model
    x_train, x_test = x[train_indices], x[val_indices]
MemoryError

Answer 1

Мне понадобилось несколько дней, чтобы понять это, поэтому я отвечу на свой вопрос, чтобы спасти любого, кто столкнется с этой проблемой когда-нибудь.

Обычно при использовании Hyperopt для Keras предлагается return из create_model функция примерно такая:

return {'loss': -acc, 'status': STATUS_OK, 'model': model}

Но в больших моделях со многими оценками вы не хотите возвращать и сохранять в памяти каждую модель, все, что вам нужно, - это набор гиперпараметров, который дал наименьшую loss

Простое удаление модели из возвращенного dict позволяет решить проблему увеличения памяти с каждой оценкой.

return {'loss': -acc, 'status': STATUS_OK}