В настоящее время я работаю с некоторыми моделями ML на R Studio Server с 64 ГБ ОЗУ,
Мои модели ML работают относительно быстро и того, что обычно можно ожидать, учитывая их разреженный размер матрицы
методы, которые я использовал, - это Логистическая регрессия и XGBOOST
Однако теперь я хочу «профилировать» и увидеть, как используется память на этапе фактической подгонки модели - я использовал Profvis, но, похоже, он не работаетв моей матрице из 760 переменных на 228 000 строк на сервере rstudio он не загружает реальное средство просмотра profvis и использует все 64 ГБ ОЗУ!
Есть ли способ обойти это?(кроме сокращения данных)
Как и в других пакетах, кроме profvis, которые позволяют в любой момент профилировать код, чтобы увидеть, сколько памяти используется?