正如标题所示,我在一个docker容器中运行jupyter,并且我在以下行的scikit learn / numpy库中深入了解python的OSError：
pickler.file_handle.write(chunk.tostring('C'))
我做了一些故障排除,人们似乎遇到的大多数问题是他们的硬盘驱动器或RAM实际耗尽了空间,这对我来说不是AFAIK.
这就是我的df的样子：
Filesystem 1K-blocks Used Available Use% Mounted on
udev 16419976 0 16419976 0% /dev
tmpfs 3288208 26320 3261888 1% /run
/dev/sdb7 125996884 72177548 47395992 61% /
tmpfs 16441036 238972 16202064 2% /dev/shm
tmpfs 5120 4 5116 1% /run/lock
tmpfs 16441036 0 16441036 0% /sys/fs/cgroup
/dev/sdb2 98304 32651 65653 34% /boot/efi
tmpfs 3288208 68 3288140 1% /run/user/1000
//192.168.1.173/ppo-server3 16864389368 5382399064 11481990304 32% /mnt/ppo-server3
这是我的自由看起来像：
total used free shared buff/cache available
Mem: 32882072 7808928 14265280 219224 10807864 24357276
Swap: 976892 684392 292500
我在看正确的df和免费输出吗？它们都是从容器内的bash实例运行的.
最佳答案
正如@PeerEZ所述,当sklearn尝试并行化作业时会发生这种情况.
原文链接：https://www.f2er.com/docker/436764.htmlsklearn尝试通过写入/ dev / shm在进程之间进行通信,这在docker容器上限制为64mb.
您可以尝试使用@PeerEZ建议的n_jobs = 1运行(如果无法重新启动容器),或者如果需要并行化,请尝试使用–shm-size选项运行容器为/ dev设置更大的容量/ shm.例如. –
docker run --shm-size=512m 