处理GB级以上的大型数据集时，直接用load指令一次性全量加载，MATLAB很容易直接内存溢出崩溃。不用强行升级硬件，改用分块处理逻辑就能在有限内存下完成计算。

1. 分块流式读取

放弃全量load操作，改用datastore函数创建数据存储对象。

每次只读取当前计算需要的几百MB小块数据，处理完立刻释放内存，完全不会触发内存上限。

2. 降采样预处理

针对时序、图像类大数据，先做低损失降采样处理。

用downsample函数把百万级数据点压缩到万级，保留核心特征的同时，把内存占用降到原来的十分之一以内。

3. 切换内存映射模式

用memmap函数把大型二进制文件映射到虚拟内存。

MATLAB不会一次性把全量数据读入物理内存，只在访问对应片段时才加载，大幅降低峰值内存占用。

4. 清理冗余变量

每完成一个计算步骤，立刻用clear指令清理不再需要的临时数组。

避免中间变量堆积占用内存，把有限的内存空间留给核心计算环节，从根源避免内存溢出崩溃。

本文凡亿教育原创文章，转载请注明来源！