如何在tensorflow中释放GPU内存？

我以CNN为例，当我运行

prediction.eval（）

时，GPU内存耗尽

这里显示跟踪信息

ResourceExhaustedErrorTraceback (most recent call last)
<ipython-input-23-1bdd4afd1d9a> in <module>()
----> 1 test_error, confusions = error_rate(test_prediction.eval(), test_labels)
      2 print('Test error: %.1f%%' % test_error)
      3 
      4 plt.xlabel('Actual')
      5 plt.ylabel('Predicted')

/usr/lib/python2.7/site-packages/tensorflow/python/framework/ops.pyc in eval(self, feed_dict, session)
    573 
    574     """
--> 575     return _eval_using_default_session(self, feed_dict, self.graph, session)
    576 
    577 

/usr/lib/python2.7/site-packages/tensorflow/python/framework/ops.pyc in _eval_using_default_session(tensors, feed_dict, graph, session)
   3771                        "the tensor's graph is different from the session's "
   3772                        "graph.")
-> 3773   return session.run(tensors, feed_dict)
   3774 
   3775 

/usr/lib/python2.7/site-packages/tensorflow/python/client/session.pyc in run(self, fetches, feed_dict, options, run_metadata)
    764     try:
    765       result = self._run(None, fetches, feed_dict, options_ptr,
--> 766                          run_metadata_ptr)
    767       if run_metadata:
    768         proto_data = tf_session.TF_GetBuffer(run_metadata_ptr)

/usr/lib/python2.7/site-packages/tensorflow/python/client/session.pyc in _run(self, handle, fetches, feed_dict, options, run_metadata)
    962     if final_fetches or final_targets:
    963       results = self._do_run(handle, final_targets, final_fetches,
--> 964                              feed_dict_string, options, run_metadata)
    965     else:
    966       results = []

/usr/lib/python2.7/site-packages/tensorflow/python/client/session.pyc in _do_run(self, handle, target_list, fetch_list, feed_dict, options, run_metadata)
   1012     if handle is None:
   1013       return self._do_call(_run_fn, self._session, feed_dict, fetch_list,
-> 1014                            target_list, options, run_metadata)
   1015     else:
   1016       return self._do_call(_prun_fn, self._session, handle, feed_dict,

/usr/lib/python2.7/site-packages/tensorflow/python/client/session.pyc in _do_call(self, fn, *args)
   1032         except KeyError:
   1033           pass
-> 1034       raise type(e)(node_def, op, message)
   1035 
   1036   def _extend_graph(self):

ResourceExhaustedError: OOM when allocating tensor with shape[10000,32,28,28]
     [[Node: Conv2D_4 = Conv2D[T=DT_FLOAT, data_format="NHWC", padding="SAME", strides=[1, 1, 1, 1], use_cudnn_on_gpu=true, _device="/job:localhost/replica:0/task:0/gpu:0"](Const_1, Variable/read)]]

Caused by op u'Conv2D_4', defined at:
  File "/usr/lib64/python2.7/runpy.py", line 162, in _run_module_as_main
    "__main__", fname, loader, pkg_name)
  File "/usr/lib64/python2.7/runpy.py", line 72, in _run_code
    exec code in run_globals
  File "/usr/lib/python2.7/site-packages/ipykernel/__main__.py", line 3, in <module>
    app.launch_new_instance()
  File "/usr/lib/python2.7/site-packages/traitlets/config/application.py", line 658, in launch_instance
    app.start()
  File "/usr/lib/python2.7/site-packages/ipykernel/kernelapp.py", line 474, in start
    ioloop.IOLoop.instance().start()
  File "/usr/lib64/python2.7/site-packages/zmq/eventloop/ioloop.py", line 177, in start
    super(ZMQIOLoop, self).start()
  File "/usr/lib64/python2.7/site-packages/tornado/ioloop.py", line 887, in start
    handler_func(fd_obj, events)
  File "/usr/lib64/python2.7/site-packages/tornado/stack_context.py", line 275, in null_wrapper
    return fn(*args, **kwargs)
  File "/usr/lib64/python2.7/site-packages/zmq/eventloop/zmqstream.py", line 440, in _handle_events
    self._handle_recv()
  File "/usr/lib64/python2.7/site-packages/zmq/eventloop/zmqstream.py", line 472, in _handle_recv
    self._run_callback(callback, msg)
  File "/usr/lib64/python2.7/site-packages/zmq/eventloop/zmqstream.py", line 414, in _run_callback
    callback(*args, **kwargs)
  File "/usr/lib64/python2.7/site-packages/tornado/stack_context.py", line 275, in null_wrapper
    return fn(*args, **kwargs)
  File "/usr/lib/python2.7/site-packages/ipykernel/kernelbase.py", line 276, in dispatcher
    return self.dispatch_shell(stream, msg)
  File "/usr/lib/python2.7/site-packages/ipykernel/kernelbase.py", line 228, in dispatch_shell
    handler(stream, idents, msg)
  File "/usr/lib/python2.7/site-packages/ipykernel/kernelbase.py", line 390, in execute_request
    user_expressions, allow_stdin)
  File "/usr/lib/python2.7/site-packages/ipykernel/ipkernel.py", line 196, in do_execute
    res = shell.run_cell(code, store_history=store_history, silent=silent)
  File "/usr/lib/python2.7/site-packages/ipykernel/zmqshell.py", line 501, in run_cell
    return super(ZMQInteractiveShell, self).run_cell(*args, **kwargs)
  File "/usr/lib/python2.7/site-packages/IPython/core/interactiveshell.py", line 2717, in run_cell
    interactivity=interactivity, compiler=compiler, result=result)
  File "/usr/lib/python2.7/site-packages/IPython/core/interactiveshell.py", line 2821, in run_ast_nodes
    if self.run_code(code, result):
  File "/usr/lib/python2.7/site-packages/IPython/core/interactiveshell.py", line 2881, in run_code
    exec(code_obj, self.user_global_ns, self.user_ns)
  File "<ipython-input-14-5c825de8dd77>", line 31, in <module>
    test_prediction = tf.nn.softmax(model(test_data_node))
  File "<ipython-input-13-ddd4bdc4d43d>", line 9, in model
    padding='SAME')
  File "/usr/lib/python2.7/site-packages/tensorflow/python/ops/gen_nn_ops.py", line 396, in conv2d
    data_format=data_format, name=name)
  File "/usr/lib/python2.7/site-packages/tensorflow/python/framework/op_def_library.py", line 763, in apply_op
    op_def=op_def)
  File "/usr/lib/python2.7/site-packages/tensorflow/python/framework/ops.py", line 2371, in create_op
    original_op=self._default_original_op, op_def=op_def)
  File "/usr/lib/python2.7/site-packages/tensorflow/python/framework/ops.py", line 1258, in __init__
    self._traceback = _extract_stack()

ResourceExhaustedError (see above for traceback): OOM when allocating tensor with shape[10000,32,28,28]
     [[Node: Conv2D_4 = Conv2D[T=DT_FLOAT, data_format="NHWC", padding="SAME", strides=[1, 1, 1, 1], use_cudnn_on_gpu=true, _device="/job:localhost/replica:0/task:0/gpu:0"](Const_1, Variable/read)]]

ResourceExhausterRorTraceback（最近一次调用上次）
在（）
---->1测试错误，混淆=错误率（测试预测.eval（），测试标签）
2打印（'测试错误：%.1f%%'%Test\u错误）
3.
4 plt.xlabel（“实际”）
5 plt.ylabel（‘预测’）
/eval中的usr/lib/python2.7/site-packages/tensorflow/python/framework/ops.pyc（self，feed_dict，session）
573
574     """
-->575使用默认会话返回评估会话（self、feed、dict、self.graph、session）
576
577
/usr/lib/python2.7/site-packages/tensorflow/python/framework/ops.pyc in_eval_使用默认会话（张量、提要、图表、会话）
3771“张量图与会话图不同”
3772“图形。”）
->3773返回会话。运行（张量，提要）
3774
3775
/运行中的usr/lib/python2.7/site-packages/tensorflow/python/client/session.pyc（self、fetches、feed_dict、options、run_元数据）
764尝试：
765结果=self.\u运行（无、获取、馈送、选项、，
-->766运行_元数据_ptr）
767如果运行\u元数据：
768 proto_data=tf_session.tf_GetBuffer（运行元数据ptr）
/运行中的usr/lib/python2.7/site-packages/tensorflow/python/client/session.pyc（self、handle、fetches、feed、dict、options、run\u元数据）
962如果最终用户获取或最终用户目标：
963 results=self.\u do\u run（句柄、最终目标、最终获取、，
-->964提要内容（字符串、选项、运行元数据）
965其他：
966结果=[]
/usr/lib/python2.7/site-packages/tensorflow/python/client/session.pyc in_do_运行（self、handle、target_列表、fetch_列表、feed_dict、options、run_元数据）
1012如果句柄为“无”：
1013返回self.\u do\u call（\u run\u fn，self.\u session，feed\u dict，fetch\u list，
->1014目标\u列表、选项、运行\u元数据）
1015其他：
1016返回self.\u do\u调用（\u prun\u fn，self.\u会话，句柄，提要\u dict，
/调用中的usr/lib/python2.7/site-packages/tensorflow/python/client/session.pyc（self，fn，*args）
1032除键错误外：
1033通行证
->1034提升类型（e）（节点定义、操作、消息）
1035
1036定义扩展图（自）：
ResourceExhausterRor:OOM分配形状为[10000,32,28,28]的张量时
[[Node:Conv2D\u 4=Conv2D[T=DT\u FLOAT，data\u format=“NHWC”，padding=“SAME”，strips=[1,1,1,1]，在\u gpu=true上使用\u cudnn\u，\u device=“/job:localhost/replica:0/task:0/gpu:0”]（Const\u 1，Variable/read）]]
由op u'Conv2D_4'引起，定义为：
文件“/usr/lib64/python2.7/runpy.py”，第162行，在“运行”模块中作为“主”
“\uuuuu main\uuuuuuuuuuuuuuuuuuuuuuuuu”，fname，loader，pkg\u name）
文件“/usr/lib64/python2.7/runpy.py”，第72行，在运行代码中
run_globals中的exec代码
文件“/usr/lib/python2.7/site packages/ipykernel/_main__.py”，第3行，在
app.launch_new_instance（）
文件“/usr/lib/python2.7/site packages/traitlets/config/application.py”，第658行，在launch_实例中
app.start（）
文件“/usr/lib/python2.7/site packages/ipykernel/kernelapp.py”，第474行，开头
ioloop.ioloop.instance（）.start（）
文件“/usr/lib64/python2.7/site packages/zmq/eventloop/ioloop.py”，第177行，开始
super（ZMQIOLoop，self）.start（）
文件“/usr/lib64/python2.7/site packages/tornado/ioloop.py”，第887行，开始
handler_func（fd_obj，事件）
文件“/usr/lib64/python2.7/site packages/tornado/stack_context.py”，第275行，空包装
返回fn（*args，**kwargs）
文件“/usr/lib64/python2.7/site packages/zmq/eventloop/zmqstream.py”，第440行，在事件句柄中
self.\u handle\u recv（）
文件“/usr/lib64/python2.7/site packages/zmq/eventloop/zmqstream.py”，第472行，在
self.\u运行\u回调（回调，消息）
文件“/usr/lib64/python2.7/site packages/zmq/eventloop/zmqstream.py”，第414行，在运行回调中
回调（*args，**kwargs）
文件“/usr/lib64/python2.7/site packages/tornado/stack_context.py”，第275行，空包装
返回fn（*args，**kwargs）
dispatcher中的文件“/usr/lib/python2.7/site packages/ipykernel/kernelbase.py”，第276行
返回self.dispatch\u shell（流，消息）
文件“/usr/lib/python2.7/site packages/ipykernel/kernelbase.py”，第228行，在dispatch_shell中
处理程序（流、标识、消息）
文件“/usr/lib/python2.7/site packages/ipykernel/kernelbase.py”，第390行，在执行请求中
用户\u表达式，允许\u stdin）
文件“/usr/lib/python2.7/site packages/ipykernel/ipkernel.py”，第196行，在do_execute中
res=shell.run\u单元格（代码，store\u history=store\u history，silent=silent）
文件“/usr/lib/python2.7/site packages/ipykernel/zmqshell.py”，第501行，位于运行单元中
返回超级（ZMQInteractiveShell，self）。运行单元格（*args，**kwargs）
文件“/usr/lib/python2.7/site packages/IPython/core/interactiveshell.py”，第2717行，位于运行单元中
交互性=交互性，编译器=编译器，结果=结果）
文件“/usr/lib/python2.7/site packages/IPython/core/interactiveshell.py”，第2821行，在run\u ast\u节点中
如果自我运行代码（代码、结果）：
文件“/usr/lib/python2.7/site packages/IPython/core/interactiveshell.py”，第2881行，运行代码
exec（代码对象、self.user\u全局、self.user\n）
文件“”，第31行，在
test_prediction=tf.nn.softmax（模型（test_数据节点））
文件“”，第9行，在模型中
填充（“相同”）
conv2d中的文件“/usr/lib/python2.7/site packages/tensorflow/python/ops/gen_nn_ops.py”，第396行
数据格式=数据格式，名称=名称）
文件“/usr/lib/python2.7/site packages/tensorflow/python/framework/op_def_library.py”，第763行，在apply_op
op_def=op_def）
文件“/usr/lib/python2.7/site packages/tensorflow/python/framework/ops.py”，第2371行，在create_op中
初始值=自身值。\默认值\初始值，初始值=初始值）
文件“/usr/lib/python2.7/site-packages/tensorflow/pyth
# Evaluation batch size (for simplicity, make it a divisor of 10.000)
EVAL_BATCH_SIZE = 1000

test_data_node = tf.placeholder(tf.float32, shape=(EVAL_BATCH_SIZE, IMAGE_SIZE, IMAGE_SIZE, NUM_CHANNELS))

def error_rate_batch(predictions_node, data, labels):
    """Run computation node in batches"""

    predictions = None

    for batch in range(data.shape[0] // EVAL_BATCH_SIZE):
        feed_dict = {test_data_node: data[batch * EVAL_BATCH_SIZE : (batch + 1) * EVAL_BATCH_SIZE, :, :, :]}
        if predictions is None:
            predictions = s.run(predictions_node, feed_dict=feed_dict)
        else:
            predictions = numpy.concatenate((predictions, s.run(predictions_node, feed_dict=feed_dict)), axis=0)

    return error_rate(predictions, labels)

test_error, confusions = error_rate_batch(test_prediction, test_data, test_labels)