TensorFlow訓練內（顯）存不斷增長

    在使用tensorflow過程中，一個不標準的操作，就可能導致程序出各種bug，今天我們的豬腳就是“TensorFlow訓練內（顯）存不斷增長”，此問題並不是我遇到的，是公司一位同事遇到的，我把代碼翻了一下，看出了問題所在，由於一些保密原因，我就不在這裏展示那個代碼，但可以用其他代碼來替代。

import tensorflow as tf
x = tf.constant(10)
sess = tf.Session()
sess.run(tf.global_variables_initializer())
while True:
    print(sess.run(x))

    上面這個代碼，x是一個節點，即使陷入死循環，也不會產生新的節點（此句很有深意）

import tensorflow as tf
x = tf.constant(10)
sess = tf.Session()
sess.run(tf.global_variables_initializer())
while True:
    print(sess.run(x+x))

    這個代碼，x+x會不斷的產生臨時節點，而且還沒釋放，所以內（顯）存不斷增長，所以最後會導致死機。

    解決辦法：1.釋放臨時節點；2.避免在run裏面進行運算產生臨時節點，即出了結果再計算