python – Keras：完成训练后释放内存

[weixin_38072110]

我使用Keras构建了一个基于CNN结构的自动编码器模型,在完成训练过程后,我的笔记本电脑有64GB内存,但我注意到至少1/3的内存仍然被占用,而GPU内存也是如此.我没有找到一个释放内存的好方法,我只能通过关闭Anaconda Prompt命令窗口和jupyter笔记本来释放内存.我不确定是否有人有好的建议.谢谢！

[weixin_38085383]

释放RAM内存 要释放RAM内存,只需按照注释中@nuric的建议执行del变量. 释放GPU内存 这比释放RAM内存有点棘手.有些人会建议您使用以下代码(假设您使用的是keras) from keras import backend as K K.clear_session() 但是,上述代码并不适用于所有人. (即使你尝试del Models,它仍然无法工作) 如果上述方法不适合您,请尝试以下方法(您需要先安装numba库)： from numba import cuda cuda.select_device(0) cuda.close() 其背后的原因是：Tensorflow只是为GPU分配内存,而CUDA负责管理GPU内存. 如果在用K.clear_session()清除了所有图形后,CUDA以某种方式拒绝释放GPU内存,那么您可以使用cuda库直接控制CUDA以清除GPU内存.

[qq_40481718]

引用 1 楼 的回复:

释放RAM内存 要释放RAM内存,只需按照注释中@nuric的建议执行del变量. 释放GPU内存 这比释放RAM内存有点棘手.有些人会建议您使用以下代码(假设您使用的是keras) from keras import backend as K K.clear_session() 但是,上述代码并不适用于所有人. (即使你尝试del Models,它仍然无法工作) 如果上述方法不适合您,请尝试以下方法(您需要先安装numba库)： from numba import cuda cuda.select_device(0) cuda.close() 其背后的原因是：Tensorflow只是为GPU分配内存,而CUDA负责管理GPU内存. 如果在用K.clear_session()清除了所有图形后,CUDA以某种方式拒绝释放GPU内存,那么您可以使用cuda库直接控制CUDA以清除GPU内存.

引用 1 楼 的回复:

释放RAM内存 要释放RAM内存,只需按照注释中@nuric的建议执行del变量. 释放GPU内存 这比释放RAM内存有点棘手.有些人会建议您使用以下代码(假设您使用的是keras) from keras import backend as K K.clear_session() 但是,上述代码并不适用于所有人. (即使你尝试del Models,它仍然无法工作) 如果上述方法不适合您,请尝试以下方法(您需要先安装numba库)： from numba import cuda cuda.select_device(0) cuda.close() 其背后的原因是：Tensorflow只是为GPU分配内存,而CUDA负责管理GPU内存. 如果在用K.clear_session()清除了所有图形后,CUDA以某种方式拒绝释放GPU内存,那么您可以使用cuda库直接控制CUDA以清除GPU内存.

方法2是可以释放内存，但是也运行不了程序了？