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！

成都创新互联主营崇信网站建设的网络公司,主营网站建设方案,app软件开发,崇信h5小程序定制开发搭建,崇信网站营销推广欢迎崇信等地区企业咨询

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！

当前标题：Tensorflow如何实现释放内存-创新互联
转载源于：http://chengdu.cdxwcx.cn/article/pppgc.html