Out of memory问题总结

首先，我要声明，matlab
自带的
Help
才是最权威的
Matlab
学习资料，如果有时间好好学习一下或是可以高效的使用的话，一定受益匪浅！比如说像
Out of Memory
这个问题，最开始我都是用
Help memory
，几乎得不到任何信息；然后就是去网上搜索此类问题的解决方法，一般有这几种：

除了升级内存和升级
64
位系统外，下面几个方法也是解决之道。

1>
增加虚拟内存

2>
采用
PACK
（在命令行输入
pack
整理内存空间）

3>
采用
3GB
开关启动系统
(
修改
c
盘根目录
boot.ini
启动选项加上
/3G

例如：

multi(0)disk(0)rdisk(0)partition(1)/WINDOWS="Microsoft Windows XP Professional" /noexecute=optin /fastdetect /3G

4>
优化程序，减少变量

（使用稀疏矩阵
sparse
）
save
保存变量
load
变量，需要时再读出来

5>

如果必有必要，不要启动
java
虚拟机，采用
matlab -nojvm
启动

（在快捷方式属性里面的
"..../matlab.exe"
）

改为（
"...../matlab.exe" - nojvm
）

6>
关闭
Matlab Server

7>
使用

单精度
single
短整数替代

双精度。

现在看来这些解决方法对于我的问题来说根本就是
“治标不治本”，不能解决实际问题，后来在一个师兄的提醒下
Help out of memory
，终于找到了解决此类问题的方法。在此感谢这位师兄啊！

重申
――
Matlab
的
Help
才是
Matlab
的最权威的指导材料！！！

其实我的所谓原创就是对
Help out of memory
的一些归纳总结而已，有兴趣的话大家可以自己去看！！！

问题一：
Matlab
是如何存储矩阵的

Matlab
中矩阵是以
Block
，也就是块的形式存储的。也就是说，当
Matlab
在为即将存储的矩阵划分块时，如果没有相应大小的连续内存，即使实际内存没有被完全使用，他还是会报告
“
Out of Memory
”。

问题二：如何高效使用
Memory

由于在使用的过程中，由于存储单元的不断的被分配和清除，内存会被分割成不连续的区域，这是很容易造成
“
Out of Memory
”。

1
．
为矩阵变量预制内存而不是动态分配

在动态分配的过程中，由于开始
Matlab
所用的
Block
随着矩阵的增大而连续的为此矩阵分配内存，但是由于
Block
的不连续性，很有可能最开始分配的
Block
不能满足存储的需要，
Matlab
只好移动此
Block
以找到更大的
Block
来存储，这样在移动的过程中不但占用了大量的时间，而且很有可能它找不到更大的块，导致
Out of Memory
。而当你为矩阵变量预制内存时，
Matlab
会在计算开始前一次性找到最合适的
Block
，此时就不用为变量连续的分配内存。

比较下面两个程序：

for k = 2:1000

x(k) = x(k-1) + 5;

end

x = zeros(1, 1000);

for k = 2:1000

x(k) = x(k-1) + 5;

end

显然，第二个更好！最好的方法是，在程序一开始就位所有大的矩阵变量预制存存储单元！

Out of memory

问题总结【原创】（二）


1．尽量早的分配大的矩阵变量

Matlab
使用
heap method
管理内存。当在
Matlab heap
中没有足够的内存使用时，它会向系统请求内存。但是只要内存碎片可以存下当前的变量，
Matlab
会重新使用内存。

比如：

a = rand(1e6,1);

b = rand(1e6,1);

使用大约
15.4 MB RAM

c = rand(2.1e6,1);

使用近似
16.4 MB RAM:

a = rand(1e6,1);

b = rand(1e6,1);

clear

c = rand(2.1e6,1);

使用
32.4 MB RAM
。因为
Matlab
不能使用
a
、
b
被
clear
的空间，因为它们均小于
2.1 MB
，而同时它们也很可能是不连续的。

最好的方法：

c = rand(2.1e6,1);

clear

a = rand(1e6,1);

b = rand(1e6,1);

使用
16.4 MB RAM

2
．
尽量避免产生大的瞬时变量，当它们不用的时候应该及时
clear
。

3
．
尽量的重复使用变量（跟不用的
clear
掉一个意思）

4
．
将矩阵转化成稀疏形式

如果矩阵中有大量的
0
，最好存储成稀疏形式。稀疏形式的矩阵使用内存更少，执行时间更短。

例如：

1000
×
1000
的矩阵
X
，它
2/3
的元素为
0
，使用两种存储方法的比较：

Name

Size

Bytes

Class

X

1000x1000

8000000

double array

Y

1000x1000

4004000

double array (sparse)

5
．
使用
pack
命令

当内存被分为很多碎片以后，其实本身可能有很大的空间，只是没有作构的连续空间即大的
Block
而已。如果此时
Out of Memory
，此时使用
pack
命令可以很好的解决此问题。

6
．
如果可行的话，将一个大的矩阵划分为几个小的矩阵，这样每一次使用的内存减少。

7
．
增大内存

问题三：
Increase the size of the swap file.

wap space
的设置与使用的操作系统有关，具体的如下：

1.UNIX

Information
about swap space can be procured by typing pstat -s at the UNIX command
prompt. For detailed information on changing swap space, ask your
system administrator.

2.Linux

Swap
space can be changed by using the mkswap and swapon commands. For more
information on the above commands, type man followed by the command name
at the
Linux prompt.

3.Windows NT

Follow
the steps shown here: Right-click the My Computer icon, and select
Properties. Select the Performance tab and click the Change button to
change the amount of virtual memory.

4.Windows 2000

右键
“我的电脑”－
>
属性－
>
高级－
>
性能－
>
设置，从而改变其虚拟内存。

5.Windows XP

右键
“我的电脑”－
>
属性－
>
高级－
>
性能－
>
设置，从而改变其虚拟内存。

问题四：尽量少时用系统资源（对于
Windows
）

Windows
中字体、窗口等都是要占用系统资源的，所以在
Matlab
运行时尽量不要打开不用的窗口。

问题五：
Reloading Variables on UNIX Systems

由于我不使用
UNIX
系统，这里不介绍，直接从
Help
中粘过来

On
UNIX systems, MATLAB does not return memory to the operating system
even after variables have been cleared. This is due to the manner in
which UNIX manages memory. UNIX does not accept memory back from a
program until the program has terminated. So, the amount of memory used
in a MATLAB session is not returned to the operating system until you
exit MATLAB.

To free up the memory used in your MATLAB session, save
your workspace variables, exit MATLAB, and then load your variables
back in.