在同一Python进程中运行多个Tensorflow会话时出错

Question

我有一个具有此层次结构的项目：

project
├── libs
│   ├── __init__.py
│   ├── sub_lib1
│   │   ├── file1.py
│   │   └── __init__.py
│   └── sub_lib2
│       ├── file2.py
│       └── __init__.py
└── main.py

main.py的内容：

from libs.sub_lib1.file1 import func1
from libs.sub_lib2.file2 import func2


#some code

func1(parameters)

#some code

func2(parameters)

#some code

file1.py的内容：

#import some packages
import tensorflow as tf

def func1(parameters):

    #some code

    config = tf.ConfigProto()
    config.gpu_options.allow_growth=True
    tf.reset_default_graph()
    x = tf.placeholder(tf.float32,shape=[None,IMG_SIZE_ALEXNET,IMG_SIZE_ALEXNET,3])
    y_true = tf.placeholder(tf.float32,shape=[None,output_classes])
    with tf.Session(config=config) as session:
        saver.restore(session, "path to the model1")
        k = session.run([tf.nn.softmax(y_pred)], feed_dict={x:test_x , hold_prob1:1,hold_prob2:1})
    #some code
    return(the_results)

file2.py的内容：

#import some packages
import tensorflow as tf

def func2(parameters):

    #some code

    config = tf.ConfigProto()
    config.gpu_options.allow_growth=True
    sess = tf.Session(config=config)
    with gfile.GFile('path the model2', 'rb') as f:
        graph_def = tf.GraphDef()
        graph_def.ParseFromString(f.read())
        sess.graph.as_default()
        tf.import_graph_def(graph_def, name='')
    sess.run(tf.global_variables_initializer())
    #Get the needed tensors 
    input_img = sess.graph.get_tensor_by_name('Placeholder:0')
    output_cls_prob = sess.graph.get_tensor_by_name('Reshape_2:0')
    output_box_pred = sess.graph.get_tensor_by_name('rpn_bbox_pred/Reshape_1:0')
    #some code to prepare and resize the image
    cls_prob, box_pred = sess.run([output_cls_prob, output_box_pred], feed_dict={input_img: blobs['data']})
    #some code
    return(the_results)

运行main.py时，出现以下错误：

Traceback (most recent call last):
  File "main.py", line 46, in <module>
    func2(parameters)
  File "/home/hani/opti/libs/sub_lib2/file2.py", line 76, in func2
    cls_prob, box_pred = sess.run([output_cls_prob, output_box_pred], feed_dict={input_img: blobs['data']})
  File "/home/hani/.virtualenvs/opti/lib/python3.6/site-packages/tensorflow/python/client/session.py", line 929, in run
    run_metadata_ptr)
  File "/home/hani/.virtualenvs/opti/lib/python3.6/site-packages/tensorflow/python/client/session.py", line 1128, in _run
    str(subfeed_t.get_shape())))
ValueError: Cannot feed value of shape (1, 600, 863, 3) for Tensor 'Placeholder:0', which has shape '(?, 227, 227, 3)'

经过一些调试后，我在第二个模型中没有找到任何形状为（？，227，227，3）的张量。 相反，我发现file1中func1中的张量x（由x = tf.placeholder(tf.float32,shape=[None,IMG_SIZE_ALEXNET,IMG_SIZE_ALEXNET,3])形状为（？， x = tf.placeholder(tf.float32,shape=[None,IMG_SIZE_ALEXNET,IMG_SIZE_ALEXNET,3]) ） 。 我检查了file_2中func2中input_img的形状（由input_img = sess.graph.get_tensor_by_name('Placeholder:0')定义），当我运行main.py时发现了它的形状（？，227、227、3）。 但是，当我运行file2.py（通过运行python file2.py独立地）时，没有出现此错误，并且我发现input_img的形状是占位符形状：（？，？，？，3）。
因此，我假设可能两个模型都具有相同的张量名称（ placeholder ），并且当我在main.py中导入file1和file2时，占位符的第一种形状（？，227、227、3）保留在GPU内存中。
我在file1.py中尝试了session.close() ，但没有成功！
有没有更合适的方法在同一过程中使用多个Tensorflow会话而又不会引起它们之间的任何混乱？ 或者简单地说，如何在同一python进程中启动另一个Tensorflow会话之前正确关闭它？

Answer 1

在阅读了Stack Overflow中的一些相关文章之后，我在此答案中找到了一个解决方案，并引用了以下内容：

由于试图创建具有相同名称的变量（在您的情况下会发生这种情况），图形被最终确定等，您在第二个build_graph（）期间可能会出错。

为了解决我的问题，我只需要向tf.reset_default_graph()添加tf.reset_default_graph()即可重置图形及其参数。