Tensorflow释放GPU资源

语言：python
框架：tensorflow
现有问题：用tensorflow进行模型训练，训练完成后用tf.keras.backend.clear_session()命令无法真正实现释放资源的效果。
解决方案：创建多进程，将模型训练作为子进程，模型训练完成后，子进程会自动释放GPU资源。

def train():
    try:
        # 加锁检查任务状态（避免竞争条件）
        with training_lock:
            process = multiprocessing.Process(
                target=start_train
            )
            process.start()

            启动超时监控线程
            def monitor_timeout():
                process.join(timeout=3600)  # 1小时超时将停止
                if process.is_alive():
                    process.terminate()
                    process.join()
            
            threading.Thread(target=monitor_timeout, daemon=True).start()

        return {
            "success": True,
            "message": "开始训练"
        }
    except Exception as e:
        log.error(traceback.format_exc())
        return {
            "success": False,
            "message": str(e)
        }
       
def start_train():
    # 模型正真训练代码