Próba resetowania wykresu tensorflow podczas korzystania z kerasów, nieudane

Question

Wpisuję API Pythona 3 w/gunicorn, które używa kerasów do obliczania wektorów dla obrazu, całkiem proste.

Jak mogę zresetować dane przechowywane w pamięci dla każdego żądania? Powoli wraz z upływem czasu liczba zapytań rośnie w odpowiedzi. Zabrakło mi profilera i to konkretnie ta linia w tensorflow (również wykorzystanie pamięci idzie powoli w czasie każdego procesu):

#tensorflow/python/framework/ops.py:2317:_as_graph_def 
graph.node.extend([op.node_def]) 

To trwa już tak więcej danych znajduje się w węźle. Oto kod I wykonanie:

# 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() 

Myślałem as_default() pomoże, ale tak nie jest. Próbowałem również zamknąć sesję po otrzymaniu listy wektorów, a to nie powiedzie się.

Answer 1

from keras import backend as K 
K.clear_session()