我有一个Python程序，有时会消耗大量的RAM。我尝试通过
来限制使用，但这导致Python崩溃而不是引发
如何让Python保持运行呢？即我希望能够出现 想要的 MemoryError。 当我尝试在cvxpy中解决大型实例时出现了问题。（这也意味着我不能减少代码的内存使用量-这不是我的代码。）但是，当我通过以下方式分配大量RAM时：
这有什么不同之处吗？
编辑：错误消息是：
resource.setrlimit(resource.RLIMIT_AS, (2**32, 2**32))来限制使用，但这导致Python崩溃而不是引发
MemoryError。如何让Python保持运行呢？即我希望能够出现 想要的 MemoryError。 当我尝试在cvxpy中解决大型实例时出现了问题。（这也意味着我不能减少代码的内存使用量-这不是我的代码。）但是，当我通过以下方式分配大量RAM时：
- numpy (
numpy.arange(1000*1000*250, dtype="u8"),
来自How do I use `setrlimit` to limit memory usage? RLIMIT_AS kills too soon; RLIMIT_DATA, RLIMIT_RSS, RLIMIT_STACK kill not at all)或 - shell (call
yes | tr \\n x | head -c $((1024*1024*1024*10)) | grep n,
来自https://unix.stackexchange.com/questions/99334/how-to-fill-90-of-the-free-memory)
MemoryError。这有什么不同之处吗？
编辑：错误消息是：
编辑：我现在有一个（M）WE。terminate called after throwing an instance of 'std::bad_alloc'
what(): std::bad_alloc
import cvxpy as cvx
import numpy as np
import random
import resource
resource.setrlimit(resource.RLIMIT_AS, (2**32, 2**32))
# Problem data.
m = 500
n = 500
np.random.seed(1)
random.seed(1)
A = np.random.randn(m, n)
b = np.random.randn(m, 1)
# Construct the problem.
X = cvx.Semidef(m)
objective = cvx.Minimize(cvx.sum_entries(cvx.norm(X)))
constraints = [sum([X[random.randint(0,499),random.randint(0,499)] for _ in range(50)]) >= random.random() for _ in range(5000)]
prob = cvx.Problem(objective, constraints)
print("Optimal value", prob.solve(solver = 'SCS'))
几秒钟后，它开始占用大量内存（超过1GB，这应该是限制），然后崩溃并显示上述错误。