5
kerasを使用してイメージ用のベクトルを計算する、かなり簡単な、Python 3 APIをスピンアップしています。ケラスを使用してテンソルフローグラフをリセットしようとしましたが、失敗しました
リクエストごとにメモリに保存されたデータをリセットするにはどうすればよいですか？ゆっくりと時間がたつにつれて、要求が応答するまでに時間がかかります。 （また、メモリ使用量は、プロセスごとに時間をかけてゆっくりと上がる）私はプロファイラを実行したのだが、tensorflowに特異的にこの行です：
#tensorflow/python/framework/ops.py:2317:_as_graph_def
graph.node.extend([op.node_def])
より多くのデータがノードであるとしてそれは時間がかかります。ここで私は、コードを実行される：
# We have 11439MiB of GPU memory, lets only use 2GB of it:
config = tf.ConfigProto()
config.gpu_options.per_process_gpu_memory_fraction = 0.22
sess = tf.Session(config=config)
set_session(sess)
sess.graph.as_default()
# Get the vector for the image
img_size = (224,224)
vgg = VGG16(include_top=False, weights='imagenet')
img = kimage.load_img(tmpfile.name, target_size=img_size)
x = kimage.img_to_array(img)
x = np.expand_dims(x, axis=0)
x = preprocess_input(x)
pred = vgg.predict(x)
vectors = pred.ravel().tolist()
as_default()が役立つだろうと思ったが、それはしていません。私もベクトルのリストを取得した後、セッションを閉じようとしましたが、それは失敗します。