我正在使用多个编码器/解码器（每种语言各一个）进行多语言机器翻译设置，在火车时刻，我将批量从单个源提供给单个目标，我在编码器和解码器之间切换a tf.case ，取决于批次给出的 lang_src 和 lang_tgt .
我的问题是，当我使用5种语言时，我达到了GPU的12GB内存限制 .
我不确定tensorflow是如何工作的，但我认为它为每个分支的激活或渐变分配GPU内存，但这在我的情况下是不必要的，因为对于任何批处理只有一条路径 .
有没有办法优化它？

tensorflow memory machine-translation