最近用TensorFlow實現遺傳算法(Genetic Algorithms)，發現叠代速度越來越慢，用time.time()觀察以後，發現每次叠代都要比上一次慢0.5秒左右，但是每次叠代的計算量是差不多的。研究後發現，這是因為每次叠代都在計算圖(Graph)裏面增加了新的節點，節點越來越多，導致Memory Leak，叠代速度越來越慢。為了驗證是否是這個原因造成的，增加了一行代碼鎖定圖：

graph.finalize()

結果報錯，說明確實是這個原因造成的。

解決的辦法是，每次叠代前重置默認圖，然後新建一個圖，將新建的圖作為默認圖，然後再向圖裏面增加節點。代碼如下：

    tf.reset_default_graph()
    graph 
 
= tf.Graph()
    with graph.as_default() as g:

加上這幾句代碼以後，每次叠代的運行時間就差不多了。

TensorFlow叠代速度變慢的問題