我一直在尝试 Google Cloud ML 上的 TensorFlow 教程脚本。特别是我在https://github.com/tensorflow/models/tree/master/tutorials/image/cifar10使用了 cifar10 CNN 教程脚本。
当我在 Google Cloud ML 中运行这个训练脚本时，每小时会出现大约 0.5% 的内存泄漏。
除了将脚本打包成所需的 GCP 格式（如https://cloud.google.com/ml-engine/docs/how-tos/packaging-trainer中所述）并设置数据之外，我没有对脚本进行任何更改包含 .bin 数据文件的存储桶的位置。
如果我在本地运行，即不在谷歌云中，并使用 TCMALLOC，通过设置 LD_PRELOAD="/usr/lib/libtcmalloc.so" ，内存泄漏得到解决。但是，我在 Google Cloud ML 中没有这个选项。
什么可能导致泄漏，我能做些什么来解决这个问题？为什么其他用户没有注意到同样的问题？虽然泄漏很小，但当我针对自己的数据运行几天时，它足以导致我的训练课程耗尽内存并失败。无论我使用多少 GPU，都会发生泄漏。
我使用的 gcloud 命令是：
gcloud ml-engine jobs submit training cifar10_job --job-dir gs://tfoutput/joboutput --package-path trainer --module-name=trainer.cifar10_multi_gpu_train --region europe-west1 --staging-bucket gs://tfoutput --scale-tier CUSTOM --config config.yml --runtime-version 1.0 -- --num_gpus=4
配置文件（config.yml）是：
trainingInput:
scaleTier: CUSTOM
masterType: complex_model_m_gpu
任何帮助表示赞赏，谢谢。