Python 实例化新模型后，Keras模型的大小会增加

标题不言自明，玩具代码如下所示：

from pympler import asizeof 
from keras.models import Sequential
from keras.layers import Dense

model_1 = Sequential([
  Dense(1, activation='relu', input_shape=(10,)),
])

print('Model 1 size = ', asizeof.asizeof(model_1))

model_2 = Sequential([
  Dense(1, activation='relu', input_shape=(10,)),
])

print('Model 1 size = ', asizeof.asizeof(model_1))
print('Model 2 size = ', asizeof.asizeof(model_2))

Pympler是一个Python内存分析器。代码的输出为：

Model 1 size =  68624
Model 1 size =  92728
Model 2 size =  92728

所需输出为：

Model 1 size =  68624
Model 1 size =  68624
Model 2 size =  68624

Python版本：Python 3.6.8

Keras版本：2.3.1

Tensorflow版本：2.1.0

我怀疑这是一个bug，如果这确实是一个bug，我将在他们的Github中提交一个问题。

在文档中 上面说,

如果all为True且未提供位置参数。调整所有当前gc对象的大小，包括模块、全局和堆栈框架对象

也许你要找的是

basicsize

from pympler import asizeof 
import gc
from keras.models import Sequential
from keras.layers import Dense

model_1 = Sequential([
  Dense(1, activation='relu', input_shape=(10,)),
])

gc.collect()
print('Model 1 size = ', asizeof.basicsize(model_1))

gc.collect()
model_2 = Sequential([
  Dense(1, activation='relu', input_shape=(10,)),
])

print('Model 1 size = ', asizeof.basicsize(model_1))

print('Model 2 size = ', asizeof.basicsize(model_2))

它们的尺寸应该相同