在Tensorflow 2中清除图形并释放GPU内存

Question

我正在按顺序训练多个模型，如果我保留所有模型而不进行任何清理，这将消耗大量内存。然而，在TensorFlow2.x中，我没有意识到有任何方法可以绘制图形并释放GPU内存。

我试过但没有用的东西

tf.keras.backend.clear_session在我的情况下不起作用，因为我已经定义了一些自定义图层

tf.compat.v1.reset_default_graph也不起作用。

Answer 1

几乎没有解决方法来避免内存增长。任选一种

1.

del model 

tf.keras.backend.clear_session()

gc.collect()

1. 启用allow_growth (例如，通过将TF_FORCE_GPU_ALLOW_GROWTH=true添加到环境)。这将防止TF在第一次使用时分配所有图形处理器内存，而是随着时间的推移“增长”其内存占用。

通过向environment.添加，CUDA

1. 启用新的CUDA malloc异步分配器