如何在spyder中的ipython中发布keras中的GPU资源？

Question

当我通常从命令行运行python脚本时，例如python test.py，GPU内存将在脚本完成后立即释放。 在这个test.py脚本中，我只是加载了一个keras构建的模型来评估和预测一些数据。没有培训过程。 但是，如果我打开'spyder'并在'spyder'中运行此脚本，结果会出现在'ipython'部分，但是然后我从命令行输入nvidia-smi，GPU内存不会被释放。 所以，我尝试的是关闭这个'ipython'内核并开始一个新内核。但是我的所有其他变量都将丢失。在'spyder'model.evaluate(x, y)之后有没有一种可靠的释放GPU内存的方法？ 以下是一些屏幕截图：

从'spyder'运行脚本之前和之后：

Answer 1

通常，tensorflow后端将保留GPU上的所有内存。它可能并不真正使用所有内存，但它将被其他程序使用，直到tensorflow后端终止。因此，在nvidia-smi中，即使tensorflow已经释放了其框架中的先前内存，您也会看到内存不会释放。