Tensorflow如何有效执行内存释放操作？

本文共计364个文字，预计阅读时间需要2分钟。

在TensorFlow开发过程中，我遇到了以下错误：深度学习社区Q群的大神告诉我，这是由于运算图还在内存中，没有及时释放，需要重启kernel。但我的代码不能停止执行，怎么办？

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易盾网络。