我正在使用 Keras TensorFlow 1.8,并且我的 GPU (1080 ti) 出现内存泄漏。训练完网络后,即使完全关闭Python,我的内存也会被使用。在 nvidia-smi 中,它不再显示 python,但内存使用情况仍然存在。
我无法重新启动计算机,因为其他用户正在运行进程(我确信他们没有使用 GPU)。
[编辑:我上传了错误的屏幕截图]
最佳答案
永远
K.clear_session()
其中 K 定义为
from keras import backend as K
在处理结束时。
它可以防止 Tensorflow 内存泄漏。
你也可以尝试
import gc
gc.collect()
或者,
从 tf session 开始,防止 TensorFlow 使用整个 GPU 能力:
import tensorflow as tf
config = tf.ConfigProto()
config.gpu_options.allow_growth=True
sess = tf.Session(config=config)
关于python - Keras 内存泄漏,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/51643987/