Python 在会话结束前从tensorflow张量中释放内存

我的tensorflow内存不足

本质上，我多次调用一个工具，每次该工具都会向tensorflow图添加更多的张量。我想知道是否有一种方法可以在不重置整个图的情况下删除tensorflow图上的单个张量（并从内存中清除）

我不想重置整个图的原因是我在图上加载了一个keras模型，我不想在每次迭代时都重新加载模型

我尝试过摆弄tensorflow的急切执行，但我正在加载一个带有占位符的预训练keras模型，所以这是不兼容的

此外，该工具创建的张量基于keras模型，因此我无法使用多个图

代码：

tf version: 1.14.0
keras version: 2.2.4

import tensorflow as tf
import keras

def num_of_tensors():
    # Gets the number of tensors in the graph
    graph_names = [n.name for n in tf.get_default_graph().as_graph_def().node]

    print(len(graph_names))


# Any model will work here.
model = keras.applications.ResNet50(weights='imagenet')

num_of_tensors()

gradients = tf.gradients(model.outputs, model.inputs)

num_of_tensors()

del gradients

# Even after you delete the gradients, the tensors are not cleared.
num_of_tensors()