在使用tf.keras的tensorflow渴望執行時警告`試圖取消分配nullptr`

Question

根據tensorflow團隊的建議，我已經習慣了使用tf.keras進行tensorflow的熱切執行。 但是，每當訓練模型時，我都會收到一條警告（編輯：實際上，我多次重復收到此警告，每次訓練步驟均多次收到此警告，從而淹沒了我的標准輸出）：

E tensorflow/core/common_runtime/bfc_allocator.cc:373] tried to deallocate nullptr

該警告似乎並沒有影響培訓的質量，但是我想知道這意味着什么以及是否有可能消除它。

我將conda虛擬環境與在CPU上運行的python 3.7和tensorflow 1.12結合使用。 （編輯：使用python 3.6進行的測試給出了相同的結果。）下面是再現警告的最小代碼。 有趣的是，可以在tf.enable_eager_execution（）行中添加注釋，並看到警告消失。

import numpy as np
import tensorflow as tf

tf.enable_eager_execution()
N_EPOCHS = 50
N_TRN = 10000
N_VLD = 1000

# the label is positive if the input is a number larger than 0.5
# a little noise is added, just for fun
x_trn = np.random.random(N_TRN)
x_vld = np.random.random(N_VLD)
y_trn = ((x_trn + np.random.random(N_TRN) * 0.02) > 0.5).astype(float)
y_vld = ((x_vld + np.random.random(N_VLD) * 0.02) > 0.5).astype(float)

# a simple logistic regression
model = tf.keras.Sequential()
model.add(tf.keras.layers.Dense(1, input_dim=1))
model.add(tf.keras.layers.Activation('sigmoid'))

model.compile(
    optimizer=tf.train.AdamOptimizer(),
    # optimizer=tf.keras.optimizers.Adam(),  # doesn't work at all with tf eager execution
    loss='binary_crossentropy',
    metrics=['accuracy']
)

# Train model on dataset
model.fit(
    x_trn, y_trn,
    epochs=N_EPOCHS,
    validation_data=(x_vld, y_vld),
)
model.summary()

Answer 1

快速解決方案：

• 當我執行優化以在合成數據集上達到相同的最終驗證精度時，當我在TF 1.11中運行相同的腳本時，它沒有出現。

  要么

• 使用本機os模塊（改編自https://stackoverflow.com/a/38645250/2374160 ）抑制錯誤/警告。 即 通過將Tensorflow日志記錄環境變量設置為不顯示任何錯誤消息。

    import os os.environ['TF_CPP_MIN_LOG_LEVEL'] = '3' import tensorflow as tf 

更多信息：

• 以正確的方式解決此錯誤可能需要熟悉MKL庫調用及其在用C語言編寫的Tensorflow上的接口（這超出了我目前的TF專業知識）

• 就我而言，每當調用優化程序的apply_gradients（）方法時， 都會發生此內存釋放錯誤。 在您的腳本中，將模型擬合到訓練數據時會調用它。

• 從這里引發此錯誤： tensorflow / core / common_runtime / mkl_cpu_allocator.h

我希望這可以為您提供方便的臨時解決方案。