小編給大家分享一下Tensorflow如何實現釋放內存，相信大部分人都還不怎么了解，因此分享這篇文章給大家參考一下，希望大家閱讀完這篇文章后大有收獲，下面讓我們一起去了解一下吧！
問題：
with tf.Session() as sess: saver = tf.train.Saver() #保存運算圖
當我退出with并且立馬執行
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/'))的時候由于session和graph沒有釋放內存的運算圖就產生了報錯，
解決辦法：
在with tf.Session() as sess: 之后同時也要在with的范圍以外（注意），添加
tf.reset_default_graph()
代碼來重置默認的圖，這樣就能解決我下一步執行代碼
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/'))所產生的問題了。
以上是“Tensorflow如何實現釋放內存”這篇文章的所有內容，感謝各位的閱讀！相信大家都有了一定的了解，希望分享的內容對大家有所幫助，如果還想學習更多知識，歡迎關注億速云行業資訊頻道！
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
