【Document Link】/【文档链接】
【Issues Section】/【问题文档片段】
gradcam = GradCAM(model, layer="conv_1")
for batch, (data, label) in enumerate(dataset.create_tuple_iterator()):
data = data.squeeze(1)
label = label.astype('int32')
loss, logits = train_step(data, label)
time_start = time.time() # 开始计时
saliency = gradcam(data, label)
time_eclapse = time.time() - time_start
【Existing Issues】/【存在的问题】
循环调用时,耗时越来越长。存在内存泄漏
【Expected Result】【预期结果】
可以实现循环多次调用。
附上几次调用所用的时间,调用越多次越慢。直到跑不动。
gradcam time:0.491074800491333
gradcam time:0.4654505252838135
gradcam time:0.4540748596191406
gradcam time:0.5150644779205322
gradcam time:0.4739961624145508
gradcam time:0.5256924629211426
gradcam time:0.5095212459564209
gradcam time:0.5530619621276855
gradcam time:0.5321948528289795
gradcam time:0.5711014270782471
gradcam time:0.544865608215332
gradcam time:0.558321475982666
gradcam time:0.5578901767730713
gradcam time:0.5746471881866455
gradcam time:0.5806708335876465
gradcam time:0.5876040458679199
gradcam time:0.6290602684020996
gradcam time:0.6270034313201904
gradcam time:0.6162922382354736
gradcam time:0.6173460483551025
此处可能存在不合适展示的内容,页面不予展示。您可通过相关编辑功能自查并修改。
如您确认内容无涉及 不当用语 / 纯广告导流 / 暴力 / 低俗色情 / 侵权 / 盗版 / 虚假 / 无价值内容或违法国家有关法律法规的内容,可点击提交进行申诉,我们将尽快为您处理。
你好,问题收到,我们已安排人员分析
你好,请提供操作系统名称、MindSpore版本,XAI版本和在CPU/GPU/Ascend哪个平台运行?
Master branch 已经fix了这个问题。
登录 后才可以发表评论