tensorflow越跑越慢_tensorflow如何解决越运行越慢的问题

这几天写tensorflow的时候发现随着迭代的次数越来越多，tensorflow跑的速度越来越慢。查找才发现是tensorflow不断的给之前的图里加节点，导致占用的内存越来越大，然后我尝试了网上的各种方法，终于发现了一个靠谱的方法，先放上代码

tf.reset_default_graph()

graph = tf.Graph()

with graph.as_default() as g:

x_data = tf.placeholder(shape=[None, 36], dtype=tf.float32, name="input")

y_output = tf.placeholder(shape=None, dtype=tf.float32, name="output")

# 第一层

layer_1 = tf.layers.dense(inputs=x_data, units=36, activation=tf.nn.relu, use_bias=True)

# 第二层

layer_2 = tf.layers.dense(inputs=layer_1, units=10, activation=None, use_bias=True)

# 输出层

weight = tf.Variable(tf.random_normal(shape=[10, 1], stddev=1.0))

bia = tf.Variable(tf.random_normal(shape=[1], stddev=1.0))

finish_output = tf.matmul(layer_2,