Tensorflow 实现释放内存
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脚本之家。
相关文章
终端能到import模块 解决jupyter notebook无法导入的问题
这篇文章主要介绍了在终端能到import模块 而在jupyter notebook无法导入的问题,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧2021-03-03
macOS M1(Apple Silicon)安装配置Conda环境的具体实现
由于常用的Anaconda和Miniconda现在都没有提供M1处理器支持的conda环境,以下是conda-forge提供的miniforge,感兴趣的可以了解一下2021-08-08
tensorflow: variable的值与variable.read_value()的值区别详解
今天小编就为大家分享一篇tensorflow: variable的值与variable.read_value()的值区别详解,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧2018-07-07


最新评论