Pytorch 在CPU上运行TorchScript模块时100%CPU和计算机崩溃？

我第一次以与本教程相同的方式完成了PyTorch模块的量化和脚本编写过程：

教程代码运行良好，但当我将其转换为自己的编码器-解码器模块时，我看到了一些奇怪的行为。下面是一些相关的代码：

def measure\u inference\u latency（模型、输入大小、num\u samples=100、num\u warmups=10）：
model.eval（）
x=火炬.rand（尺寸=输入尺寸）
使用手电筒。无梯度（）
对于范围内的（数次预热）：
_=型号（x）
#torch.cuda.synchronize（）
使用手电筒。无梯度（）
开始时间=time.time（）
对于u in trange（数量样本）：
_=型号（x）
#torch.cuda.synchronize（）
结束时间=time.time（）
已用时间=结束时间-开始时间
已用时间=已用时间/样本数
返回已用时间
样本数=5
fp32_延迟=测量_推断_延迟（型号_fp32，输入_大小=[1,3]+CFG.image_dim，num_samples=num_samples）
q_延迟=测量推理延迟（模型q，输入大小=[1,3]+CFG.image_dim，num_samples=num_samples）
开始=时间。时间（）
qj_延迟=测量_推断_延迟（模型_qj，输入_大小=[1,3]+CFG.image_dim，num_samples=num_samples）
打印（time.time（）-start）

我得到的结果是：

FP32 inference latency: 269.17 ms
Quantized inference latency: 38.93 ms
Quantized + JIT inference latency: 24.36 ms

似乎合理，但我注意到以下问题：

在墙上的时钟时间中，

qj_延迟

行运行大约17秒。我在

measure\u inference\u latency

中将其缩小到预热步骤，该步骤未包含在最终报告的时间中。当我在热身中添加进度条时，我注意到大部分时间都在第一步TorchScript模块是否需要较长的预热时间？

有一次我的整个电脑都关机了（Ubuntu 20.04.2 LTS）

我知道我没有提供完整的代码，但首先我想知道是否有一个明显的答案我不知道