keras预测内存交换无限期地增加

Question

我用keras实现了一个分类程序。我有一大组图像，我想用for循环预测每个图像。在

但是，每次计算新图像时，交换内存都会增加。我试图删除predict函数中的所有变量（我确信在这个函数内部存在问题），但是内存仍然在增加。在

for img in images:
    predict(img, model, categ_par, gl_par)

以及相应的功能：

^{pr2}$

Answer 1

如果您使用的是TensorFlow后端，您将为for循环中的每个img构建一个模型。TensorFlow只是不断地将图形附加到图形上等等，这意味着内存只会上升。这是一个众所周知的现象，当您要构建许多模型时，必须在超参数优化过程中处理这一问题。在

from keras import backend as K

把这个放在predict（）的末尾：

^{pr2}$

或者，您可以只构建一个模型，并将其作为预测函数的输入，这样就不会每次都构建一个新的模型。在