前言

這篇文章的問題來源於，
我之前寫了一個程式會導致記憶體用完導致程式被 killed 的問題，
那時候很困擾到底哪幾行導致的錯誤，
因此那時候就研究了 memory_profiler 這個套件

安裝

pip install memory_profiler

範例程式碼

import numpy as np
from memory_profiler import profile


@profile
def foo():
    d = np.ones((100, 100, 100))
    return d


if __name__ == "__main__":
    foo()

結果

透過在指定的 func 增加 decorator 「@profile」，
我們可以知道每一行程式碼導致的記憶體變化。

Reference

• https://pypi.org/project/memory-profiler/
• https://www.youtube.com/watch?v=tIKo2uex8x4&ab_channel=JCharisTech