Kosaraju의 SCC (Strong Connected Component) 그래프 검색 알고리즘을 Python으로 구현하고 있습니다.
이 프로그램은 작은 데이터 세트에서 훌륭하게 실행되지만 초대형 그래프 (800,000 개 이상의 노드)에서 실행하면 "Segmentation Fault"라고 표시됩니다.
그 원인은 무엇일까요? 감사합니다!
추가 정보 : 초대형 데이터 세트에서 실행할 때 먼저 다음 오류가 발생했습니다.
"RuntimeError: maximum recursion depth exceeded in cmp"
그런 다음 사용하여 재귀 제한을 재설정합니다.
sys.setrecursionlimit(50000)
그러나 '분할 오류'가 있습니다.
무한 루프가 아니라 상대적으로 작은 데이터에서 올바르게 실행됩니다. 프로그램이 자원을 고갈시킬 수 있습니까?
답변:
이것은 파이썬 확장 (C로 작성)이 도달 할 수없는 메모리에 액세스하려고 할 때 발생 합니다.
다음과 같은 방법으로 추적 할 수 있습니다.
sys.settrace코드의 맨 처음 줄에 추가하십시오 .이 답변 에서 Mark 가 gdb설명한대로 사용 .. 명령 프롬프트에서
gdb python
(gdb) run /path/to/script.py
## wait for segfault ##
(gdb) backtrace
## stack trace of the c code
나는 당신이 당신의 문제를 해결했다는 것을 이해하지만,이 스레드를 읽는 다른 사람들에게는 대답이 있습니다. 당신은 당신의 운영 체제가 파이썬 프로세스에 할당하는 스택을 늘려야합니다.
이를 수행하는 방법은 운영 체제에 따라 다릅니다. Linux에서는 명령으로 ulimit -s현재 값을 확인할 수 있으며 다음과 같이 늘릴 수 있습니다.ulimit -s <new_value>
이전 값을 두 배로 늘리고 작동하지 않으면 메모리가 부족하거나 메모리가 부족할 때까지 계속 두 배로 늘리십시오.
lsof하고 사용 grep하거나 wc -l추적하는 것입니다.
Google 검색에서이 기사를 찾았지만 다음 "개인 솔루션"에 대해 논의 된 내용을 보지 못했습니다.
Linux 용 Windows 하위 시스템에서 Python 3.7에 대한 최근의 성가심은 동일한 Pandas 라이브러리가있는 두 대의 컴퓨터에서 하나는 저에게 segmentation fault, 다른 하나는 경고를보고 한다는 것 입니다. 어떤 것이 더 새로운 것인지 확실하지 않지만 "다시 설치" pandas하면 문제가 해결됩니다.
내가 버기 머신에서 실행 한 명령.
conda install pandas
자세한 내용 : 동일한 스크립트 (Git를 통해 동기화 됨)를 실행하고 있었고 둘 다 WSL + Anaconda를 사용하는 Windows 10 컴퓨터입니다. 여기에 케이스를 만드는 스크린 샷이 있습니다. 또한 명령 줄 python이에 대해 불평 하는 컴퓨터에서 Segmentation fault (core dumped)Jupyter lab은 매번 커널을 다시 시작합니다. 더 나쁜 것은 전혀 경고가 주어지지 않았다는 것입니다.
몇 달 후 업데이트 : Windows 시스템에서 Jupyter 서버 호스팅을 중단했습니다. 이제 Windows에서 WSL을 사용하여 Linux 서버에서 열린 원격 포트를 가져오고 원격 Linux 컴퓨터에서 모든 작업을 실행합니다. 몇 달 동안 실행 오류가 발생하지 않았습니다. :)
RPI에서 dlib를 업그레이드 한 후이 세분화 오류가 발생했습니다. 위의 Shiplu Mokaddim이 제안한 스택을 추적하고 OpenBLAS 라이브러리에 정착했습니다.
OpenBLAS도 다중 스레드이기 때문에 muilt 스레드 응용 프로그램에서 OpenBLAS를 사용하면 세그먼트 오류가 발생할 때까지 스레드가 기하 급수적으로 증가합니다. 다중 스레드 응용 프로그램의 경우 OpenBlas를 단일 스레드 모드로 설정합니다.
Python 가상 환경에서 OpenBLAS에 다음을 편집하여 단일 스레드 만 사용하도록 지시합니다.
$ workon <myenv>
$ nano .virtualenv/<myenv>/bin/postactivate
다음을 추가하십시오.
export OPENBLAS_NUM_THREADS=1
export OPENBLAS_MAIN_FREE=1
재부팅 후 이전에 충돌이 발생했던 rpi3b에서 모든 이미지 인식 앱을 실행할 수있었습니다.
참조 : https://github.com/ageitgey/face_recognition/issues/294
스택 메모리가 부족한 것 같습니다. Davide가 말한 것처럼 그것을 늘릴 수 있습니다. 파이썬 코드에서 수행하려면 스레딩을 사용하여 "main ()"을 실행해야합니다.
def main():
pass # write your code here
sys.setrecursionlimit(2097152) # adjust numbers
threading.stack_size(134217728) # for your needs
main_thread = threading.Thread(target=main)
main_thread.start()
main_thread.join()
출처 : c1729 's post on codeforces . PyPy로 실행하는 것은 약간 까다 롭습니다 .