即使在每次迭代结束时删除所有变量，python for循环中也会出现内存泄漏

以下两个循环将使用内存，直到用完为止，但我不知道为什么。我在每次迭代结束时删除所有创建的变量，但仍然会泄漏

!pip3 install cupy-cuda101
import cupy as cp
import numpy as np
from sklearn.preprocessing import PolynomialFeatures

xtrain = cp.asnumpy(cp.random.uniform(-1,1,size = (150000,50)))

for i in range(0,1000):
   weights = cp.random.uniform(-1,1,size = (1275,1000))
   
   for chunk in range(0,xtrain.shape[0],5000):
      xchunk = xtrain[chunk:chunk+5000,:]
      poly=PolynomialFeatures(interaction_only = True, include_bias = False)
      xchunk = cp.array(poly.fit_transform(xchunk))
      ranks = cp.matmul(xchunk,weights)
      del ranks, xchunk, poly
   del weights

---

xtrain也是浮点数据，介于-1和1之间。

这些行在每次迭代结束时插入，将其修复：

    cp.get_default_memory_pool().free_all_blocks()
    cp.get_default_pinned_memory_pool().free_all_blocks()

---

你所有的

del

语句都是毫无意义的，因为这些变量在每次迭代中都会被重新分配。确切地说，那么它如何在每次迭代后使用越来越多的内存呢？不知道。你必须提供一份报告，希望任何人都能诊断像塔托克这样的东西，现在它是可重复的。你能详细说明一下为什么你认为有“泄漏”吗？还要注意，默认情况下CuPy使用内存池：