在批量predict时显存上涨，最后OOM问题的解决思路

[simplew2011]

原因：keras.backend.get_value函数会添加新的节点到tf的图中；在每次循环图片预测时导致了tf的图越来越大，内存泄露。 参照： https://blog.csdn.net/mingshili/article/details/81941677 修改predict.py里的CTC解码部分，可解决。 每次重置session会打印tensorflow信息，比较难看，通过在predict.py开头添加下面关闭控制台输出的tensorflow信息： import os os.environ['TF_CPP_MIN_LOG_LEVEL']='2'