¿Cómo reparar el Error de Memoria durante el entrenamiento del modelo?

He estado trabajando recientemente en una Red Neuronal, pero cada vez que intento compilar el modelo, recibo un SIGKILL que, según lo que veo en el Monitor de Actividad, es debido a un error de memoria. Mis datos son muy grandes, pero eso no es parte del problema, ya que he intentado tomar una parte pequeña de ellos, pero sigo obteniendo el mismo error. Este es el código que estoy utilizando:

f = gzip.GzipFile('Data_x.npy.gz', 'r')
datax = np.load(f)[:5, :, :]
f.close()
f = gzip.GzipFile('Data_y.npy.gz', 'r')
datay = np.load(f)[:5, :, :]

f.close()
f = None
model = Sequential(
    [
        #Conv1D(32, 3, input_shape=datax.shape, activation="relu"),
        Flatten(input_shape=datax.shape),
        Dense(750, activation='relu'),
        Dense(750, activation='relu'),
        Dense(2, activation='sigmoid')
    ]
)
model.compile(optimizer=Adam(learning_rate=0.1), loss="binary_crossentropy", metrics=['accuracy'])
model1 = model.fit(x=datax, y=datay, batch_size=5, epochs=5, shuffle=True, verbose=2)

He intentado muchas estructuras diferentes para el modelo y diferentes tamaños de lote/de épocas, pero aún así obtengo este error. Cualquier ayuda en este asunto sería muy apreciada.