关于Tensorflow 训练时,每个batch越来越慢

问题所在：

在运行时的session里定义了tf的op导致的，这样每一次迭代都会在graph里增加新的节点，导致memory leak，程序越来越慢，最后强行退出。至于在运行时程序有没有增加节点，可以在session里定义graph.finalize()锁定graph，如果跑的时候报错就证明程序在动态添加节点导致的越来越慢。

解决问题：

1、不要再session中定义新op，全部都放到graph中

2、new一个新的graph，在新graph中操作op，例如

3、多次创建图，在GPU环境下，会输出大量类似这种日志

34 2017-09-22 10:09:00.573307: I tensorflow/core/common_runtime/gpu/gpu_device.cc:977] Creating TensorFlow device (/gpu:0) -> (device: 0, name: Tesla K40c, pci bus id: 0000:04:00.0)

解决方法：在代码开头加上   os.environ['TF_CPP_MIN_LOG_LEVEL'] = '3'   ，3表示只输出error信息