在会话结束之前从张量流张量释放内存

Question

tf version: 1.14.0
keras version: 2.2.4

我的张量流内存不足。

从本质上讲，我多次调用该工具，并且每次该工具向张量流图添加更多张量时。我想知道是否有一种方法可以在不重置整个图的情况下删除（并从内存中清除）张量流图中的张量。

我不希望重置整个图的原因是我在图上加载了一个keras模型，并且我不想在每次迭代时都重新加载模型

我尝试摆弄tensorflow的急切执行，但是我正在使用占位符加载预训练的keras模型，因此不兼容。

此外，该工具创建的张量基于keras模型，因此我无法使用多个图。

代码：

import tensorflow as tf
import keras

def num_of_tensors():
    # Gets the number of tensors in the graph
    graph_names = [n.name for n in tf.get_default_graph().as_graph_def().node]

    print(len(graph_names))


# Any model will work here.
model = keras.applications.ResNet50(weights='imagenet')

num_of_tensors()

gradients = tf.gradients(model.outputs, model.inputs)

num_of_tensors()

del gradients

# Even after you delete the gradients, the tensors are not cleared.
num_of_tensors()