这几天训练模型运行代码的时候，老是提示我说：Error: cannot allocate vector of size 88.1 Mb，只知道分配空间不足。
下面是查资料看到的一些回答：
一、这个是R的特点，有几个解决方法：
1.升级到R3.3.0及以上版本，对内存的管理和矩阵计算好太多。在R3.2.5上能死机的计算，在R3.3.0以上就能运行很好。
2.加载一些R语言磁盘缓存包，搜一搜吧
3.写代码的时候适当加一些清理内存的命令。
4.应该跑多线程了吧。
5.加内存作用有限。在R3.2.5上能把服务器跑死机，服务器是44核，512G内存。优化一下代码很有必要。
二、有的时候加内存条也不能解决大数据量多的需求，采用parallel计算策略吧，如果数据一次性读入也不行，可配合filematrix包，分次从硬盘读数据，不过这会慢很多。
三、R里面找到那个参数，有个地方是改最大分配内存的，在Preference之类的地方。
四、下载一个Package叫bigmemory。里面重新为大的数据集构建了类，在处理大数据集的功能上（包括几十GB）基本上是最前沿的。
链接为cran.r-project.org/web/packages/bigmemory/
五、bigmemory包是可以的。另外还提供了另外两种选择，mapReduce和RHIPE(使用Hadoop)，也可以处理大数据集。
六、大神指导（http://bbs.pinggu.org/thread-3682816-1-1.html），cannot allocate vector就是典型的数据太大读不了
方法有三
一、升级硬件
二、改进算法
三、修改操作系统分配给R的内存上限, memory.size(T)查看已分配内存
memory.size(F)查看已使用内存
memory.limit()查看内存上限
object.size()看每个变量占多大内存。
memory.size()查看现在的work space的内存使用
memory.limit()查看系统规定的内存使用上限。
如果现在的内存上限不够用，可以通过memory.limit(newLimit)更改到一个新的上限。注意，在32位的R中，封顶上限为4G，无法在一个程序上使用超过4G （数位上限）。这种时候，可以考虑使用64位的版本。
详细可参考此篇，非常棒https://blog.csdn.net/sinat_26917383/article/details/51114265
如果遇到这个问题，大家可以对应试试解决方案，方法还不错哦~
