Created by: Yogurt2019

你好，我使用的是github上最新1.6版本的models工程PaddleCV中的image_classification，PaddlePaddle版本1.6，工程基本没有改动，使用我自己的数据集，在多进程训练时，内存会一直不停增长，直到内存全部占满。 我的内存大小是128G，使用的显卡是Tesla V100 另外我尝试调整过reader_thread、reader_buf_size和batch size，已经调整到足够小了，再小的话会影响性能，reader_thread为6，reader_buf_size为512，PyReader的capacity调整为4，而且我开启了FLAGS_eager_delete_tensor_gb=0，打开inplace策略等，内存还是会一直不停增长，直到128G内存全部占满。 请问这种情况如何解决？

我刚刚试了一下，使用imagenet数据集来训练，内存会一直不断的上涨，我的训练参数是： python -m paddle.distributed.launch train.py --model=ResNet34 --batch_size=300 --reader_thread=12 --reader_buf_size=2048 其他全部为默认值，内存依然不断上涨，内存已经占超过70G了