为什么在PyTorch中具有不同批处理大小的CPU（而非GPU）上的内存泄漏？

Question

尽管批次大小不同，但是每次循环迭代都会导致内存快速消耗。仅在CPU而非GPU上运行时会观察到此情况。
这是重现该问题的摘要，

import torch
import random
from torchvision.models.resnet import resnext50_32x4d

model = resnext50_32x4d(pretrained=False)#Using GPU here makes the problem go away!!
_ = model.eval()

my_predictions = []
for i in range(100):
    x = torch.zeros((random.randint(1, 10), 3, 224, 224)).float()
    with torch.no_grad():
        pred = model(x)
        my_predictions.append(pred.mean().item())

有人可以帮助解决问题吗？谢谢！