如何在spyder中释放ipython中的keras中的GPU资源？

Question

当我通常从命令行运行python脚本时，例如python test.py，GPU内存将在脚本完成后立即释放。 在这个test.py脚本中，我只是加载了keras构建的模型来评估和预测一些数据。没有培训过程。但是，如果我打开我的'spyder'，并在'spyder'中运行此脚本，结果会出现在'ipython'部分，但是随后我从命令行键入nvidia-smi，GPU内存不会释放。 所以，我试过的是关闭这个'ipython'内核并开始一个新的。但是我所有其他的变数都会丢失。 'spyder'的model.evaluate(x, y)之后有没有体面的方式释放GPU内存？ 下面是一些屏幕截图：

之前和“Spyder的”脚本运行后：

Answer 1

通常情况下，tensorflow后端将保留在GPU上的所有内存。它可能不会真正使用所有的内存，但是它会被其他程序占用，直到tensorflow后端被终止。因此，在nvidia-smi中，您将看到内存不会释放，甚至tensorflow已经释放了其框架中的前一个内存。