解决TensorFlow训练内存不断增长,进程被杀死问题

解决解决TensorFlow训练内存不断增长训练内存不断增长,进程被杀死问题进程被杀死问题

今天小编就为大家分享一篇解决TensorFlow训练内存不断增长,进程被杀死问题，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

TensorFlow训练时，遇到内存不断增长，最终导致内存不足，进程被杀死。

在这里我不准备对造成这一现象的所有原因进行探讨，只是记录一下我在项目中遇到的这一问题，下面将对我遇到的内存不断

增长的原因进行分析。

在TensorFlow中构造图，是将一些op作为节点加入图中，在run之前，是需要构造好一个图的，所以在run的时候，如果run图

中不存在的节点，TensorFlow就会将节点加入图中，随着不断的迭代，造成内存不断的增长，从而导致内存不足。

while True:

print(sess.run(x+y))

在上面的例子中，x,y是图中的两个节点，在while循环中run(x)或者run(y)都是不存在问题的，但是上例中我们使用的时

run(x+y)，而在TensorFlow的图中是不存在x+y这个节点的，所以在run的时候，图中会不断的创建该节点，最终导致了内存不

足。这个例子很容易理解，这样的问题也很容易发现。

下面，将举一个不是那么容易发现的问题：下面，将举一个不是那么容易发现的问题：

import tensorflow as tf

test = tf.get_variable('test', shape=[4, 1], initializer=tf.random_normal_initializer(stddev=0.1))

init_op = tf.global_variables_initializer()

with tf.Session() as sess:

是图中的节点）。

以上这篇解决TensorFlow训练内存不断增长,进程被杀死问题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

希望大家多多支持我们。