Tensorflow 实现释放内存
(编辑：jimmy 日期: 2024/11/19 浏览：3 次 )
我在做tensorflow开发的时候遇到如下的错误，我请教了深度学习社区q群中的大神，大神说这是运算图还在内存中，没有及时释放，需要restart一下kernel，但是由于我的代码不能停止执行，所以没办法用重新运行代码来解决释放内存运行图的问题。
问题：
with tf.Session() as sess: saver = tf.train.Saver() #保存运算图
当我退出with并且立马执行
self.sess = tf.Session()
self.saver = tf.train.import_meta_graph('./Model/model.ckpt.meta')
self.saver.restore(self.sess, tf.train.latest_checkpoint('./Model/'))
的时候由于session和graph没有释放内存的运算图就产生了报错，
解决办法：
在with tf.Session() as sess: 之后同时也要在with的范围以外（注意），添加
tf.reset_default_graph()
代码来重置默认的图，这样就能解决我下一步执行代码
self.sess = tf.Session()
self.saver = tf.train.import_meta_graph('./Model/model.ckpt.meta')
self.saver.restore(self.sess, tf.train.latest_checkpoint('./Model/'))
所产生的问题了。
以上这篇Tensorflow 实现释放内存就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持。
下一篇：python numpy数组中的复制知识解析