OOM内存优化建议

1.数据集切分后，索引操作导致重复存储

• index_train, index_test 划分数据时，每次 gkf.split() 都会创建新的 numpy 数组副本（x_forward_feature_train = x_forward_feature[index_train, :, :]）。

• 解决方案：用 np.take() 避免重复复制

  • 使用 view 或 memory-mapped 文件，而不是复制数据：

    x_forward_feature_train = np.take(x_forward_feature, index_train, axis=0)
    

  • 使用 del 及时释放不用的变量：

    del x_forward_feature, x_reverse_feature, y_forward_feature, y_rev
    

2.调整batch_size

BATCH_SIZE = min(64, max(16, int(1024 * 1024 * 2 / (input_shape_x_forward[0] * input_shape_x_forward[1]))))

3.模型创建完毕后手动清理显存

import gc
cnn.fit()
#模型训练................
K.clear_session()
gc.collect()