2024-09-25 08:32:51 发布
网友
我使用Keras TensorFlow 1.8,gpu(1080TI)内存泄漏。在训练了网络之后,即使在完全关闭python之后,我的内存也会被使用。在nvidiasmi中,它不再显示python,但内存使用情况仍然存在。在
我无法重新启动计算机,因为其他用户正在运行进程(我确信他们没有使用gpu)。在
[编辑:我上传了错误的截图]
总是
K.clear_session()
其中K定义为
在处理结束时。在
它可以防止Tensorflow内存泄漏。在
你也可以试试
import gc gc.collect()
或者
从tf会话开始,就要防止tensorflow使用整个gpu电源:
import tensorflow as tf config = tf.ConfigProto() config.gpu_options.allow_growth=True sess = tf.Session(config=config)
总是
其中K定义为
^{pr2}$在处理结束时。在
它可以防止Tensorflow内存泄漏。在
你也可以试试
或者
从tf会话开始,就要防止tensorflow使用整个gpu电源:
相关问题 更多 >
编程相关推荐