keras 深度学习框架中get_value函数运行越来越慢，内存消耗越来越大问题

问题描述

如上图所示，经过时间和内存消耗跟踪测试，发现是keras.backend.get_value() 函数导致的程序越来越慢，而且严重的造成内存泄露；

查看该函数内部实现，发现一个主要核心是x.eval(session=get_session()),该语句可能是导致内存泄露和运行慢的核心语句； 根据查看一些博文得到了运行得越来越慢的

原因：该x.eval函数会添加新的节点到tf的图中；而这也导致了tf的图越来越大，内存泄露；

解决方法

import tensorflow.keras.backend as K

def get_my_session(gpu_fraction=0.1):
    '''Assume that you have 6GB of GPU memory and want to allocate ~2GB'''

    num_threads = os.environ.get('OMP_NUM_THREADS')
    gpu_options = tf.GPUOptions(per_process_gpu_memory_fraction=gpu_fraction)

    if num_threads:
        return tf.Session(config=tf.ConfigProto(
            gpu_options=gpu_options, intra_op_parallelism_threads=num_threads))
    else:
        return tf.Session(config=tf.ConfigProto(gpu_options=gpu_options))

K.set_session(get_my_session())

如上图所示， 我在使用tensorflow之前(也就是该工程文件前面)，对session进行自定义，然后用自定义的session设定keras.backend.set_session();

然后删除get_value() 函数，直接用get_value()中所使用的执行语句x.eval(session=get_my_session())；这样这个添加节点导致内存泄露的核心语句x.eval()就使用的是该工程统一自定义session，然后用tf.reset_default_graph() 对图重置就可以了

即上图问题代码修改为：

output = ctc_decode(y_pred,input_length=input_length,)
output = output[0][0]
out = output.eval(session=get_my_session())
# 删除 K.get_value(out[0][0])
tf.reset_default_graph() # 然后重置tf图，这句很关键

这样就解决了get_value()导致的越来越慢的问题；

个人认为：这样可能就不会总是添加新的节点，导致tf图不断地无限变大；而是重复使用这一个自定义的节点。

补充：tensorflow与keras之间版本问题引起get_session问题解决办法

1.产生报错原因

import tensorflow.keras.backend as K
def __init__(self, **kwargs):
    self.__dict__.update(self._defaults) # set up default values
    self.__dict__.update(kwargs) # and update with user overrides
    self.class_names = self._get_class()
    self.anchors = self._get_anchors()
    self.sess = K.get_session()

报错如下：

get_session is not available when using TensorFlow 2.0.

意思是 tf2.0 没有 get_session

2.解决方案1

import tensorflow.python.keras.backend as K
sess = K.get_session()

3. 解决方案2

import tensorflow as tf
sess = tf.compat.v1.keras.backend.get_session()

之前一直采用方案1 解决，感觉比较方便；但是解决方案1 有其它属性会丢失问题

比如AttributeError: module ‘keras.backend' has no attribute image_dim_ordering

所以建议大家采用方案2

免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：mmqy2019@163.com进行举报，并提供相关证据，查实之后，将立刻删除涉嫌侵权内容。

猜你喜欢

• Pandas中option设置常用的选项有哪些？

  Pandas中option设置常用的选项有哪些？对于option设置常用的选项有最大展示行数、超出数据展示、最大列的宽度等等，那么具体怎样使用呢？下面我们具体的了解看看。

• python延迟运行事件、重叠事件、优先级和取消是怎样

  在这篇文章中我们来了解一下python事件，包括延迟运行事件、重叠事件、事件优先级、取消事件、其他方法。一些朋友可能会遇到这方面的问题，对此在下文小编向大家来讲解一下，内容详细，易于理解，希望大家阅读完这篇能有收获哦，有需要的朋友就往下看吧！

• python的运算符有哪些，优先级是怎样的

  这篇文章主要为大家介绍了python的运算符与表达式，具有一定的参考价值，感兴趣的小伙伴们可以参考一下，希望能够给你带来帮助

• python描述符的用法是什么？描述符有哪些种类?

  这篇文章给大家分享的是有关python描述符的内容，描述符是Python中比较基础的内容，大家是需要掌握的，下文会给大家具体介绍描述符定义、描述符的种类和优先级和应用等等，感兴趣的朋友可以参考参考。

• Python数据类型及其简单的操作是怎样的呢？

  Python中的数据类型有：数字类型，元组类型，布尔类型，集合类型，列表类型，字典类型，字符串类型；其中，列表类型，字典类型，字符串类型 比较复杂。这篇我们先来看数字类型，元组类型，布尔类型，集合类型这几种