c# – Accord.Net – LibLinear上的CacheSize

我正在尝试对一些输入进行分类(文本分类：10,000个示例和100,000个功能)

我已经读到使用LibLinear对于这样的任务来说要快得多/内存效率更高,因此,我已经将我的LibSvm分类器移植到/ net,如下所示：

//SVM Settings
        var teacher = new MulticlassSupportVectorLearning<Linear,Sparse<double>>()
        {
            //Using LIBLINEAR's L2-loss SVC dual for each SVM
            Learner = (p) => new LinearDualCoordinateDescent<Linear,Sparse<double>>()
            {
                Loss = Loss.L2,Complexity = 1,}
        };

        var inputs = allTerms.Select(t => new Sparse<double>(t.Sentence.Select(s => s.Index).ToArray(),t.Sentence.Select(s => (double)s.Value).ToArray())).ToArray();

        var classes = allTerms.Select(t => t.Class).ToArray();

        //Train the model
        var model = teacher.Learn(inputs,classes);

在.Learn() – 我得到一个OutOfMemoryExcpetion瞬间.

我已经看到文档中有一个CacheSize设置,但是,我找不到可以降低此设置的位置,如许多示例中所示.

一个可能的原因 – 我使用‘Hash trick’而不是索引 – 是Accord.Net尝试分配完整哈希空间的数组？ (可能接近int.MaxValue)如果是这样 – 有什么办法可以避免这种情况吗？

任何帮助非常感谢！

解决方法

分配具有100000个功能的10000个文档的哈希空间将占用至少4 GB的内存,这可能受到 AppDomain memory limit和CLR对象大小限制的限制.默认情况下,许多项目都倾向于在32位平台下构建,这不允许分配超过2GB的对象.我已经设法通过删除32位平台偏好来克服这个问题(转到项目属性 – >构建并取消选中“首选32位”).之后,我们应该允许创建超过2 GB或更大内存的对象,将此行添加到配置文件中

<runtime>
    <gcallowverylargeobjects enabled="true" />
</runtime>

请注意,如果您添加此行但保留32位平台构建首选项,您仍将获得异常,因为您的项目将无法分配此类大小的数组

这是您调整CacheSize的方式

//SVM Settings
    var teacher = new MulticlassSupportVectorLearning<Linear,Sparse<double>>()
    {
        Learner = (p) => new SequentialMinimalOptimization<Linear,Sparse<double>>()
        {
            CacheSize = 1000
            Complexity = 1,}
    };

    var inputs = allTerms.Select(t => new Sparse<double>(t.Sentence.Select(s => s.Index).ToArray(),t.Sentence.Select(s => (double)s.Value).ToArray())).ToArray();

    var classes = allTerms.Select(t => t.Class).ToArray();

    //Train the model
    var model = teacher.Learn(inputs,classes);

这种构造SVM的方式确实可以应对Sparse< double>.数据结构,但它不使用LibLinear.如果您打开Accord.NET存储库并查看具有LibLinear支持的SVM求解算法(LinearCoordinateDescent,LinearNewtonMethod),您将看不到CacheSize属性.