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！
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，欢迎关注亿速云行业资讯频道！
免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：is@yisu.com进行举报，并提供相关证据，一经查实，将立刻删除涉嫌侵权内容。
