tensorflow predict memory leak

記憶體越吃越多，直到系統當機

$ top

可看到 VIRT RES 越來越大

$ jtop

看到 Mem 也隨時間越來越大

查詢目前程式占用的記憶體

import psutil

psutil.Process().memory_info().rss / (1024*1024*1024),

psutil.Process().memory_info().vms / (1024*1024*1024),

查詢目前程式碼使用記憶體狀況

from memory_profiler import profile

@profile(precision=4,stream=open('memory_profiler.log','w+'))

def function()

@profile # 直接在 stdout 輸出

def function()

但是看不出所以然

網路上常說因為 numpy 到 tensor 轉換的原因

state = tf.convert_to_tensor(state)

model.predict(state)

state = tf.convert_to_tensor(state)

model.fit(states)

但是沒有用

垃圾收集

import gc

gc.collect()

但是也沒有用

最後一招，有用

import tensorflow as tf

tf.keras.backend.clear_session()