我已经使用 scipy.optimize.fmin_l_bfgs_b() 来最小化函数有一段时间了，但最近我遇到了一种我以前没有注意到的行为。在优化一些新函数时，随着执行更多迭代，内存使用量不断增加。例如，到第 1500 次迭代时，内存使用量增加了 100 倍，在某些情况下，我必须在内存耗尽之前停止优化。作为引用，我之前运行过 scipy.optimize.fmin_l_bfgs_b() 来优化其他函数，但从未看到内存使用量增加。
根据我对这个函数工作原理的理解，它应该在每次迭代时执行类似类型的计算，所以我不明白为什么内存使用量会增加。
这是预期的行为，还是可能存在某种内存泄漏(在 fmin_l_bfgs_b 中或在我提供的函数中)？
最佳答案
如果在最小化函数中没有释放内存，则每次调用该函数都会增加程序的内存分配。大多数 Python 对象都会正确释放。
我遇到了从 C 扩展模块返回的数组的问题，其中该模块负责分配内存，但没有正确返回它。重写模块以正确释放内存解决了该问题，解决方案已在此处讨论:
Memory leak in Python extension when array is created with PyArray_SimpleNewFromData() and returned
关于python - 为什么 scipy.optimize.fmin_l_bfgs_b() 内存使用量随着迭代而增加？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/35637270/