如何有效排查并解决Tensorflow中的内存泄露问题？

本文共计606个文字，预计阅读时间需要3分钟。

在用TensorFlow编程时，常会遇到操作不当导致的内存泄露问题。以下是一个可帮助调试此类问题的方法链接：

+ https://stackoverflow.com/questions/51175837/tensorflow-runs-out-of-memory-while-computing-how

使用tensorflow进行编程时，经常遇到操作不当，带来的内存泄露问题，这里有一个可以帮助debug问题所在方法：

stackoverflow.com/questions/51175837/tensorflow-runs-out-of-memory-while-computing-how-to-find-memory-leaks/51183870#51183870

使用tf.Graph.finalize()把运算图变成只读的，从而对图的修改都会报错，从而找到内存泄露的定点。

目前我出现过内存泄露问题的有两处：

1.

session和graph没有释放内存。按照资料的说法，使用了with关键字可以在session异常退出时也释放内存，否则要用session.close()关闭session。代码如下：

with tf.Session() as session: #codes #一般使用with以后就会释放内存，否则运行如下释放 session.close() del session

另一方面，我是在session中加载graph（训练好的模型），导致每次关闭程序再运行，graph出现重复加载的现象。