训练多个 Keras NN 模型时出现分段错误（核心转储）答案

【问题标题】：Segmentation fault (core dumped) when training more than one Keras NN models训练多个 Keras NN 模型时出现分段错误（核心转储）
【发布时间】：2018-06-13 15:15:42
【问题描述】：

我正在优化我的神经网络的超参数，为此我使用不同的超参数递归地训练网络。它按预期工作，直到经过一些迭代，当创建一个新的训练网络时，它会因错误“Segmentation fault (core dumped)”而死。

此外，我正在使用 GPU 进行训练，并且我在 Nvidia Jetson TX2 和 Python3.5 上执行此操作。另外，我正在使用带有 TensorFlow 后端的 Keras。

【问题讨论】：

如果你能贴出错误堆栈，我们会更容易帮助你
问题是它只是死了，除此之外它不会打印任何其他内容
其实我用gdb得到了这个：Thread 1 "python3.5" received signal SIGSEGV, Segmentation fault。 tensorflow::TF_SessionReleaseCallable(TF_Session*, long, TF_Status*) () 中的 0x0000007f9ece1174 来自 /home/nvidia/.local/lib/python3.5/site-packages/tensorflow/python/_pywrap_tensorflow_internal.so

标签： python-3.x tensorflow segmentation-fault keras nvidia-jetson

【解决方案1】：

如果您使用 Keras 2 在 GPU 上运行 K.clearsession()，您可能会遇到分段错误。如果您的代码中有此内容，请尝试将其删除！

【讨论】：

我的代码中确实有一个，但删除它后，我得到了相同的结果
我发现了第二个隐藏的 K.clearsession()，删除它后，它现在可以工作了！感谢您的帮助