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：
withtf.Session()assess: 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withtf.Session()assess: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毛票票。
声明：本文内容来源于网络，版权归原作者所有，内容由互联网用户自发贡献自行上传，本网站不拥有所有权，未作人工编辑处理，也不承担相关法律责任。如果您发现有涉嫌版权的内容，欢迎发送邮件至：czq8825#qq.com（发邮件时，请将#更换为@）进行举报，并提供相关证据，一经查实，本站将立刻删除涉嫌侵权内容。