如何解決TensorFlow訓練內(nèi)存不斷增長,進程被殺死的問題-創(chuàng)新互聯(lián)

這篇文章主要為大家展示了“如何解決TensorFlow訓練內(nèi)存不斷增長,進程被殺死的問題”，內(nèi)容簡而易懂，條理清晰，希望能夠幫助大家解決疑惑，下面讓小編帶領大家一起研究并學習一下“如何解決TensorFlow訓練內(nèi)存不斷增長,進程被殺死的問題”這篇文章吧。

成都創(chuàng)新互聯(lián)堅持“要么做到，要么別承諾”的工作理念，服務領域包括：成都網(wǎng)站制作、成都做網(wǎng)站、企業(yè)官網(wǎng)、英文網(wǎng)站、手機端網(wǎng)站、網(wǎng)站推廣等服務，滿足客戶于互聯(lián)網(wǎng)時代的輝南網(wǎng)站設計、移動媒體設計的需求，幫助企業(yè)找到有效的互聯(lián)網(wǎng)解決方案。努力成為您成熟可靠的網(wǎng)絡建設合作伙伴！

TensorFlow訓練時，遇到內(nèi)存不斷增長，最終導致內(nèi)存不足，進程被殺死。

在這里我不準備對造成這一現(xiàn)象的所有原因進行探討，只是記錄一下我在項目中遇到的這一問題，下面將對我遇到的內(nèi)存不斷增長的原因進行分析。

在TensorFlow中構造圖，是將一些op作為節(jié)點加入圖中，在run之前，是需要構造好一個圖的，所以在run的時候，如果run圖中不存在的節(jié)點，TensorFlow就會將節(jié)點加入圖中，隨著不斷的迭代，造成內(nèi)存不斷的增長，從而導致內(nèi)存不足。

下面舉一個很容易發(fā)現(xiàn)這個問題的例子：

import tensorflow as tf
x = tf.Variable(tf.constant(1))
y = tf.constant(2)
sess = tf.Session()
sess.run(tf.global_variables_initializer())
while True:
 print(sess.run(x+y))

在上面的例子中，x,y是圖中的兩個節(jié)點，在while循環(huán)中run(x)或者run(y)都是不存在問題的，但是上例中我們使用的時run(x+y)，而在TensorFlow的圖中是不存在x+y這個節(jié)點的，所以在run的時候，圖中會不斷的創(chuàng)建該節(jié)點，最終導致了內(nèi)存不足。這個例子很容易理解，這樣的問題也很容易發(fā)現(xiàn)。

下面，將舉一個不是那么容易發(fā)現(xiàn)的問題：

import tensorflow as tf
test = tf.get_variable('test', shape=[4, 1], initializer=tf.random_normal_initializer(stddev=0.1))
init_op = tf.global_variables_initializer()
with tf.Session() as sess:
 sess.run(init_op)
 print(sess.run(test[0]))

這個例子是創(chuàng)建一個shape為[4,1]的變量對象，test為圖中的一個節(jié)點，但是在我們實際使用時，我們可能并不需要test里的所有數(shù)據(jù)，加入只需要一個數(shù)據(jù)test[0]，當我們使用run(test[0])時，test[0]并不是圖中的節(jié)點，該節(jié)點就會在圖中創(chuàng)建。上面的例子并沒有使用循環(huán)，所以增加了節(jié)點，但是也不會造成內(nèi)存的不足，當使用了循環(huán)時，就需要注意了。

解決辦法：run圖中存在的節(jié)點，對返回的結果進行處理，得到想要的結果，不要在run里面對節(jié)點處理（處理后的節(jié)點可能不是圖中的節(jié)點）。

以上是“如何解決TensorFlow訓練內(nèi)存不斷增長,進程被殺死的問題”這篇文章的所有內(nèi)容，感謝各位的閱讀！相信大家都有了一定的了解，希望分享的內(nèi)容對大家有所幫助，如果還想學習更多知識，歡迎關注創(chuàng)新互聯(lián)成都網(wǎng)站設計公司行業(yè)資訊頻道！

另外有需要云服務器可以了解下創(chuàng)新互聯(lián)scvps.cn，海內(nèi)外云服務器15元起步，三天無理由+7*72小時售后在線，公司持有idc許可證，提供“云服務器、裸金屬服務器、高防服務器、香港服務器、美國服務器、虛擬主機、免備案服務器”等云主機租用服務以及企業(yè)上云的綜合解決方案，具有“安全穩(wěn)定、簡單易用、服務可用性高、性價比高”等特點與優(yōu)勢，專為企業(yè)上云打造定制，能夠滿足用戶豐富、多元化的應用場景需求。

文章標題：如何解決TensorFlow訓練內(nèi)存不斷增長,進程被殺死的問題-創(chuàng)新互聯(lián)
網(wǎng)頁網(wǎng)址：http://muchs.cn/article16/ddphdg.html

成都網(wǎng)站建設公司_創(chuàng)新互聯(lián)，為您提供網(wǎng)站制作、網(wǎng)站營銷、移動網(wǎng)站建設、企業(yè)建站、域名注冊、建站公司

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權請盡快告知，我們將會在第一時間刪除。文章觀點不代表本網(wǎng)站立場，如需處理請聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時需注明來源： 創(chuàng)新互聯(lián)