note（个人笔记）
实验内容：CNN做deringing的实验中发现，在处理较大规模（GB级）地震资料时出现内存泄露，经排查找到原因：在test过程中，每次循环都调用了forward函数，forward函数中执行两个操作：根据被test的数据的shape创建一个placeholder为该尺寸的计算图，和训练好的神经网络共享权重，reuse设置为True，然后投入数据进行计算。利用psutil中的mem_info() 方法查出该进程在执行不同语句时所耗费的内存，可以看到在进行读写操作时无太大内存消耗，而在调用forward函数时消耗较大，并且没有释放完全。考虑到建立计算图在每次循环都要进行，而本次实际处理的数据，即地震资料.sgy文件实际上绝大多数炮集的大小都是相同的，因此在forward函数中加入判断变量，即：
def forward(self, noisy_image, isRecon=True):
if isRecon:
self.sampler(noisy_image)
return self.sess.run(self.Y_test, feed_dict={self.X_test: noisy_image})这里的isRecon表示是否需要重新建立计算图，在process中，加入如下判断：
if i > 0 and gather.shape[0] == size1 and gather.shape[1] == size2:
isrecon = False
else:
isrecon = True
size1, size2 = gather.shape[0], gather.shape[1]如果此次循环读出的道集和上一次大小相等，那就无需重新建立graph。最终，程序得以正常运行，基本无内存泄露，评价每一个道集的处理时间约为2.7 seconds，18G左右的数据需要半小时即可处理完（之前由于内存泄露速度逐渐变慢，同样数据处理需要约4小时）：
......
[*] [ 710] th gather finished!
[*] memory usage current process 1.5051 GB(s)
[*] time eclipsed : 2.7070
[*] [ 720] th gather finished!
[*] memory usage current process 1.5051 GB(s)
[*] time eclipsed : 2.7073
[*] [ 730] th gather finished!
[*] memory usage current process 1.5051 GB(s)
[*] time eclipsed : 2.7072
[*] [ 740] th gather finished!
[*] memory usage current process 1.5051 GB(s)
[*] time eclipsed : 2.7075
[*] [ 750] th gather finished!
[*] memory usage current process 1.5051 GB(s)
[*] time eclipsed : 2.7075
[*] [ 760] th gather finished!
[*] memory usage current process 1.5051 GB(s)
[*] time eclipsed : 2.7083
[*] [ 770] th gather finished!
[*] memory usage current process 1.5273 GB(s)
[*] time eclipsed : 2.7302
[*] [ 780] th gather finished!
[*] memory usage current process 1.6438 GB(s)
[*] time eclipsed : 2.8163
2018年04月10日23:39:08
每个聪明人都知道人生是美好的，人生的目的是获得幸福。但最后只有傻瓜们才会幸福。 —— 作家 奥尔罕 帕慕克