相同的代码在不同版本的tensorflow上运行，但分配了不同的gpu内存

Question

在我的两个系统（P40，CUDA9，CUDNN7）中，分别安装了tf1.8和tf1.12，并且在tf1.12中运行的同一段代码几乎使分配的gpu内存是tf1.8中的两倍。 / p>

我编写了以下代码来简化比较。此时，在tf1.8中，分配了1241MiB gpu内存，在tf1.12中，分配了737MiB gpu内存。如何在TF中优化GPU内存分配？任何建议将不胜感激。

import tensorflow as tf                                                                                                              
config = tf.ConfigProto()
config.gpu_options.allow_growth = True
config.allow_soft_placement = True
a=tf.get_variable('a',(100,100))
b=tf.get_variable('b',(10000,10000))
sess=tf.Session(config=config)
sess.run(tf.global_variables_initializer())