Tensorflow.js混淆内存泄漏问题？

Question

似乎这个程序导致内存leak.when执行这个，内存不断增加到2 2GB和OOM。我是一个新的tfjs开发人员，我发现简单的例如。在我的电脑中导致OOM

let tf=require("@tensorflow/tfjs");
let leak=()=>{

        let model=tf.sequential();

        tf.tidy(()=>{
            model.add(tf.layers.dense({
                units: 6,
                inputShape: [3]
            }));

        })

        model.dispose();

        console.log(tf.memory().numTensors);
}

let loop=()=>{

    for(let i=0;i<100;i++){
        leak();
    }   

    setTimeout(loop,1);
};

setTimeout(loop,1);

Answer 1

没有有效使用张量，因此tf.memory().numTensors将返回0，这意味着没有数据由tf后端保存。

即使不考虑使用tfjs，下面的代码也会在一段时间后崩溃。

let leak = () => {

    console.log("tf.memory().numTensors");
}

let loop = () => {

    for (let i = 0; i < 100; i++) {
        leak();
        console.log('i', i)
    }
  
    setTimeout(loop, 1);
};

setTimeout(loop, 1);

有两个许多回调堆叠在事件循环中。随着每毫秒调用setTimeout的次数不断增加。在上面的代码中，使用的内存并不是很重要。而且需要更长时间才能注意到这个问题。但当使用tf对象时，堆叠的对象会更大。

增加执行前的时间，可以允许在下一次调用回调之前执行回调并进行垃圾回收，或者只会减少事件循环中堆叠的项数