如何在spyder中釋放ipython中的keras中的GPU資源？

Question

當我通常從命令行運行python腳本時，例如python test.py，GPU內存將在腳本完成後立即釋放。 在這個test.py腳本中，我只是加載了keras構建的模型來評估和預測一些數據。沒有培訓過程。但是，如果我打開我的'spyder'，並在'spyder'中運行此腳本，結果會出現在'ipython'部分，但是隨後我從命令行鍵入nvidia-smi，GPU內存不會釋放。 所以，我試過的是關閉這個'ipython'內核並開始一個新的。但是我所有其他的變數都會丟失。 'spyder'的model.evaluate(x, y)之後有沒有體面的方式釋放GPU內存？ 下面是一些屏幕截圖：

之前和「Spyder的」腳本運行後：

Answer 1

通常情況下，tensorflow後端將保留在GPU上的所有內存。它可能不會真正使用所有的內存，但是它會被其他程序佔用，直到tensorflow後端被終止。因此，在nvidia-smi中，您將看到內存不會釋放，甚至tensorflow已經釋放了其框架中的前一個內存。