R 中的 Keras：在多次训练后释放内存答案

【问题标题】：Keras in R: freeing up memory after multiple training sessionsR 中的 Keras：在多次训练后释放内存
【发布时间】：2021-12-27 20:11:03
【问题描述】：

我正在 R 中训练多个模型。一段时间后，我的内存不足。

从基本的谷歌搜索来看，在 R 中覆盖对象后，tensorflow 会话似乎将内容保存在内存中。这是其他人遇到的一个问题，但是我没有看到任何对 R 中的 keras 有帮助的答案。

Keras: release memory after finish training process

Tensorflow2.0: GPU runs out of memory during hyperparameter tuning loop

我尝试在每次循环后运行这些命令：

rm(model)

k_clear_session()

tf$compat$v1$keras$backend$clear_session()

但这些问题仍然存在。关于如何释放 Keras 使用的内存的任何想法？

我在笔记本电脑上运行这段代码，我很确定我没有 GPU。

【问题讨论】：

运行gc()（甚至可能重复）没有帮助吗？有时，R 在垃圾收集方面反应迟缓，需要一试身手。
你能添加一个可重现的例子吗？
@t-kalinowski 不，我不能。
如果没有可重复的例子，任何人都很难帮助你......

标签： r tensorflow keras memory tensorflow2.0

【解决方案1】：

我记得在 R 中有一些记忆问题（不记得是 keras 还是其他东西），但以下一项或组合应该会有所帮助：

remove(list=ls()) #remove your objects

gc() #garbage collection

.rs.restartR() #restart the R session (clean the memory but doesn't detach your packages)

【讨论】：

嗯，我会试一试。我熟悉 R 在内存不足时的行为方式，但 Keras 包的工作方式似乎有所不同。内存不足错误出现在 Python 中。