为何第二次调用GridSearchCV的fit方法会无限运行？

我之前也碰到过一模一样的情况，这大概率是并行进程残留或者Keras/TensorFlow会话未正确清理导致的。当你设置n_jobs=-1时，GridSearchCV会启动多个子进程并行训练，第一次运行后部分子进程可能没有完全终止，第二次调用时就会出现资源死锁或进程阻塞的情况。下面是几个不用重启内核就能解决的方法：

方法1：显式清理TensorFlow会话与进程池 #

在第二次调用fit前，手动清理TF会话并终止之前的并行进程池，释放占用的资源：

import tensorflow as tf

# 清理TensorFlow的会话资源
tf.keras.backend.clear_session()

# 终止GridSearchCV的并行进程池（如果存在）
if hasattr(grid, '_pool'):
    grid._pool.terminate()
    grid._pool.join()

之后再重新定义GridSearchCV并执行fit：

batch_size = [5, 10, 15, 20]
param_grid = dict(batch_size = batch_size, epochs = epochs)
grid = GridSearchCV(estimator=model, param_grid=param_grid, n_jobs=-1)
grid_result = grid.fit(X, y)

方法2：临时禁用并行（调试优先） #

如果方法1没生效，可以先把n_jobs改为1，避免并行进程的干扰，确认参数调整后的代码能正常运行，再改回并行模式：

# 先单进程运行验证代码逻辑
grid = GridSearchCV(estimator=model, param_grid=param_grid, n_jobs=1)
grid_result = grid.fit(X, y)

方法3：重新初始化KerasClassifier实例 #

不要复用第一次的model对象，每次调整参数后重新创建一个全新的KerasClassifier实例，避免旧实例残留的会话或状态影响：

# 重新创建模型实例
model = KerasClassifier(build_fn=create_model, verbose=0)
batch_size = [5, 10, 15, 20]
param_grid = dict(batch_size = batch_size, epochs = epochs)
grid = GridSearchCV(estimator=model, param_grid=param_grid, n_jobs=-1)
grid_result = grid.fit(X, y)

问题根源说明 #

当使用n_jobs=-1时，scikit-learn会通过joblib启动多进程并行训练。第一次训练结束后，部分子进程可能因为Keras/TensorFlow的会话未自动关闭而残留，导致资源被持续占用，第二次并行训练时就会陷入死锁。显式清理会话和进程池，或者重新初始化模型，就能彻底释放这些资源，让第二次fit正常运行。

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