Question

我正在尝试编写一个能够将某些图片分类的小程序。我在主代码中创建了一个带有图片的列表，并将它们传递给循环中的函数。代码工作得很好，除了它不会释放我的内存，每次迭代程序都会使用更多，直到它完全崩溃。

已经尝试在函数中使用“gc.collect（）”来强制它清除内存，但这没有用。检查一个文件后，是否应该自动清除内存，或者我在这里错过了什么？

def classify_pictures(self, files):

    os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'

        # Read the image_data
        image_data = tf.gfile.FastGFile(files, 'rb').read()

        # Loads label file, strips off carriage return
        label_lines = [line.rstrip() for line
                   in tf.gfile.GFile("tf_files/retrained_labels.txt")]

        # Unpersists graph from file
        with tf.gfile.FastGFile("tf_files/retrained_graph.pb", 'rb') as f:
            graph_def = tf.GraphDef()
            graph_def.ParseFromString(f.read())
            _ = tf.import_graph_def(graph_def, name='')

        with tf.Session() as sess:
            # Feed the image_data as input to the graph and get first prediction
            softmax_tensor = sess.graph.get_tensor_by_name('final_result:0')

            predictions = sess.run(softmax_tensor, \
                               {'DecodeJpeg/contents:0': image_data})

            # Sort to show labels of first prediction in order of confidence
            top_k = predictions[0].argsort()[-len(predictions[0]):][::-1]

        for each_picture in range(0, 10):

            human_string = label_lines[top_k[0]]

            if human_string == "selfie":
                return ("selfie")

            if "passport" in human_string:
                return("passport")

            if "statement" in human_string:
                return("bill")

Answer 1

如果你在循环中调用这个函数，计算图就会在每次迭代时重建，前一个图当然也在那里。这就是使用所有内存的原因。

要解决此问题，只需在循环内进行session.run()调用即可。

通常，在编写Tensorflow代码时，您应该始终尝试将生成图形的代码与执行图形的代码分开。在你的情况下，你在一个函数内部进行，这个函数被多次调用，因此每次都会重建一个新的图形。

Tensorflow图像分类 - 耗尽我的记忆

1 个答案: