通过multiprocessing.Process返回对象

Question

这可能吗？我想修改它以返回model

from tensorflow.keras.models import load_model
import tensorflow as tf
import multiprocessing
import numpy as np

def get_model():
    model = load_model("./model.h5")
    optimizer = tf.keras.optimizers.SGD(lr=0.0001, momentum=0.99, nesterov=True)
    model.compile(loss='categorical_crossentropy', optimizer=optimizer, metrics=['accuracy'])
    return model # can I get this back?

# option 1: execute code with extra process
p = multiprocessing.Process(target=get_model)
p.start()
p.join()

# wait until user presses enter key
input()

（我正在尝试执行此操作，因为我读到这是一种解决方案，无法在加载此Keras模型后释放我的GPU内存，这最终会在以后导致ResourceExhaustedError。）

Answer 1

如果您将其加载到全局变量并保留内存转储，我认为您的问题将得到解决。

`global model
model = init()
def get_model():
    model = load_model("./model.h5")
    optimizer = tf.keras.optimizers.SGD(lr=0.0001, momentum=0.99, nesterov=True)
    model.compile(loss='categorical_crossentropy', optimizer=optimizer, metrics=['accuracy'])
returnt model
`

，然后您就可以用您的代码调用全局变量了。