小编给大家分享一下Tensorflow如何实现释放内存,相信大部分人都还不怎么了解,因此分享这篇文章给大家参考一下,希望大家阅读完这篇文章后大有收获,下面让我们一起去了解一下吧!
问题:
with tf.Session() as sess: saver = tf.train.Saver() #保存运算图
当我退出with并且立马执行
self.sess = tf.Session() self.saver = tf.train.import_meta_graph('./Model/model.ckpt.meta') self.saver.restore(self.sess, tf.train.latest_checkpoint('./Model/'))
的时候由于session和graph没有释放内存的运算图就产生了报错,
解决办法:
在with tf.Session() as sess: 之后同时也要在with的范围以外(注意),添加
tf.reset_default_graph()
代码来重置默认的图,这样就能解决我下一步执行代码
self.sess = tf.Session() self.saver = tf.train.import_meta_graph('./Model/model.ckpt.meta') self.saver.restore(self.sess, tf.train.latest_checkpoint('./Model/'))
所产生的问题了。
以上是“Tensorflow如何实现释放内存”这篇文章的所有内容,感谢各位的阅读!相信大家都有了一定的了解,希望分享的内容对大家有所帮助,如果还想学习更多知识,欢迎关注创新互联行业资讯频道!
网站栏目:Tensorflow如何实现释放内存-创新互联
文章分享:https://www.cdcxhl.com/article12/pppgc.html
成都网站建设公司_创新互联,为您提供外贸建站、网站改版、域名注册、定制网站、品牌网站制作、企业建站
声明:本网站发布的内容(图片、视频和文字)以用户投稿、用户转载内容为主,如果涉及侵权请尽快告知,我们将会在第一时间删除。文章观点不代表本网站立场,如需处理请联系客服。电话:028-86922220;邮箱:631063699@qq.com。内容未经允许不得转载,或转载时需注明来源: 创新互联