将NumPy数组加载到TensorFlow后如何释放其内存？

问题核心：tf.data.Dataset.from_tensor_slices会保留对原NumPy数组的引用，所以仅删除原数组变量无法释放内存，必须先断开数据集的引用链。

具体操作步骤：

• 先删除TensorFlow数据集对象，切断其对原NumPy数组的引用：

  del train_dataset, test_dataset
  

• 再删除不再需要的NumPy数组变量：

  del x_train, x_test, y_train, y_test
  

• 强制触发Python垃圾回收，彻底释放内存：

  import gc
  gc.collect()
  

额外建议：

• 若在Colab环境中上述方法仍未生效，可尝试重启运行时（注意会丢失当前会话所有变量）。
• 后续加载数据时，建议直接用TensorFlow的文件读取API（如tf.io.read_file）从磁盘加载数据，跳过先转为NumPy数组的步骤，从根源减少内存占用。

内容的提问来源于stack exchange，提问作者berinaniesh