TensorFlow 2.11.0循环调用tf.Model.fit()内存泄漏，clear_session()无效

开发者阿泽

2026-8-4

TensorFlow 2.11.0循环创建模型并调用fit()时的内存泄漏问题

在TensorFlow 2.11.0版本中，循环创建tf.Model实例并调用tf.Model.fit()时，内存占用会持续上升，最终触发OutOfMemory异常导致内存耗尽，即使调用tf.keras.backend.clear_session()也无法解决该问题。而在TensorFlow 2.9.2版本中运行相同代码，内存占用基本保持稳定，符合预期。

复现代码

import tensorflow as tf
import time

class MyModel(tf.keras.Model):

  def __init__(self):
    super().__init__()
    self.dense1 = tf.keras.layers.Dense(1000, activation=tf.nn.relu)
    self.dense2 = tf.keras.layers.Dense(10000, activation=tf.nn.softmax)
    self.dense3 = tf.keras.layers.Dense(10000, activation=tf.nn.softmax)
    self.dense4 = tf.keras.layers.Dense(1000, activation=tf.nn.softmax)

  def call(self, inputs):
    x = self.dense1(inputs)
    x = self.dense2(x)
    x = self.dense3(x)
    x = self.dense4(x)
    return x

for r in range(0, 10000):
    model = MyModel()
    ds = tf.data.Dataset.from_tensor_slices((tf.random.uniform((64*4, 1000)), tf.ones((64*4))))
    model.compile(optimizer='sgd', loss=tf.keras.losses.SparseCategoricalCrossentropy(from_logits=True))

    model.fit(ds.batch(64))
    tf.keras.backend.clear_session()
    time.sleep(3)
    print("round: ", r)