思路：

在我們訓練模型的時候如果訓練數據集過于大，系統可能會報“out of memory”的錯誤，這時候需要我們減小數據集，也就是將npy文件變小。主要方法就是把npy文件轉化成numpy數組并截取。

舉例如下：

import numpy as np pre_train=np.load("train_ims.npy",allow_pickle=True,encoding="latin1") slice=pre_train[:2900] print(slice.shape) np.save('newtrain_ims.npy',slice)

我們原來的npy轉化成numpy數組的維度是（29000，36，2048）
截取后slice的維度變為（2900，36，2048）
然后存儲為新的npy文件繼續進行訓練。

總結

以上是生活随笔為你收集整理的npy文件过大 如何处理的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。