如果 RAM 内存在训练期间出现问题，并且您已经运行了 1500 集，那么建议您在每集中保存一些信息（例如附加到 a list）。随着时间的推移，这将慢慢增加并导致崩溃。

快速查看您的代码后，它看起来像每个循环都在scores增长ep_history。您可以考虑将该信息写入磁盘，例如写入json文件或pickle对象，使用类似这样的内容

import pickle

if episode % 1000 == 0:
    with open(f"./results_dir/scores_{episode}.pkl", "wb") as file_handle:
        pickle.dump(scores, file_handle)

您当然应该保留您的陈述所需的历史记录量，print()并随着时间的推移计算平均分数。

您很少需要担心自己释放一些 RAM，因为 Python（然后是操作系统本身）将开始允许内存被覆盖。结果是一样的，它们基本上被删除了。

批处理大小是决定 RAM 利用率的关键因素之一，因为反向传播仅在批处理之后发生。在此之前，所有临时状态都必须保存。

检查这个答案

此外，我们通常不需要批量大小 = 256。