TensorFlow 删除图并释放资源答案

【问题标题】：Tensorflow delete graph and free up resourcesTensorFlow 删除图并释放资源
【发布时间】：2020-02-14 13:43:29
【问题描述】：

我创建一个张量流图并定义一些张量并运行一些东西。完成后，我想删除我制作的图表，并释放所有资源。我该怎么做？

temporary_graph = tf.Graph()
with temporary_graph.as_default(), tf.Session() as sess:
    foo = tf.placeholder(tf.float32, (2,2))
    bar = foo@foo
    res = sess.run(bar, feed_dict={foo: np.ones((2,2))})

print(res)
delete_graph_and_free_up_resources(temporary_graph)

This answer 声称上下文管理器会清理图表，但事实并非如此，文档也没有声明这样的事情：

>>> temporary_graph.get_operations()
[<tf.Operation 'Placeholder' type=Placeholder>, <tf.Operation 'matmul' type=MatMul>]

处理图表的最佳方法是什么？

【问题讨论】：

您可以使用sess.close() 释放与会话相关的所有资源。
@Hamed，但这并没有清除图表。张量中的实际值随着会话而消失，但图表仍然存在。

标签： tensorflow

【解决方案1】：

这不是那么简单，为了释放图表正在使用的资源，您需要丢失对该图表的每个引用，以便 Python 可以请求将其从内存中删除。这意味着删除对图的直接引用，但也删除引用图的对象（和传递的）。这包括操作、张量和会话等。在您的示例中，您需要执行以下操作：

del temporary_graph, sess, foo, bar, res

这应该可以释放内存（不确定在某些情况下是否需要调用garbage collector）。

您可能不会，您可以不在函数中执行此操作，因为它取决于程序中的实时引用。但是，如果您将与图表相关的所有引用保留在函数或对象中，您应该能够做到这一点。

【讨论】：

【解决方案2】：

我正在使用 tensorflow keras，但我的方法是简单地清除会话：

tensorflow.keras.backend.clear_session()

【讨论】：