Python tensorflow使用所有GPU内存

我使用tf.data.Dataset在COCO2014上运行我的网络（输入图像的形状为

256、256、3

），并按如下方式配置tensorflow会话

sess\u config=tf.ConfigProto（intra\u op\u parallelism\u threads=1，
线程间并行度=1，
允许\u软\u放置=真）
sess_config.gpu_options.allow_growth=True
sess=tf.Session（config=sess\u config）

我发现这将永远消耗我所有的GPU内存（11G）。我甚至尝试如下配置会话

sess\u config=tf.ConfigProto（intra\u op\u parallelism\u threads=1，
线程间并行度=1，
允许\u软\u放置=真）
sess\u config.gpu\u options.per\u进程\u gpu\u内存\u分数=0.4
sess=tf.Session（config=sess\u config）

但仍然使用了所有的GPU内存。为什么会发生这种情况？如何修复它？

1）较小的内存占用：

sess\u config.gpu\u options.per\u进程\u gpu\u内存\u分数=0.1

2） 缩小已处理图像的大小

---

（256，256，3）

->

（128，128，3）

Tensorflow使用所有GPU内存的原因是我使用了另一个临时的普通

tf.Session（）

。尽管此临时会话在使用后立即关闭，但Tensorflow不会释放它分配的GPU内存。解决方案可能是1）不要使用两个会话。2） 将临时会话配置为问题中描述的会话