memory-management - 使用valgrind调试自定义内存分配器时，“池”的作用是什么？

我在这里有点迟了。我了解到池只是我们分配的valgrind块的引用/锚点地址。在我的例子中，池是非常动态的（拆分堆），并且每当分配内存堆块时，我将其标记为noaccess（如文档所示），并且每当分配新对象（valgrind块）时，我调用带有池地址的

from keras.models import Sequential
from keras.layers import Dense
from keras.wrappers.scikit_learn import KerasClassifier
from sklearn.model_selection import StratifiedKFold
from sklearn.model_selection import cross_val_score
import numpy

#Function to create model, required for KerasClassifier
def create_model():
    classifier = Sequential()
    classifier.add(Dense(12, input_dim=8, activation='relu'))
    classifier.add(Dense(8, activation='relu'))
    classifier.add(Dense(1, activation='sigmoid'))
    classifier.compile(optimizer = 'adam',loss="mean_squared_error")
    return model

seed = 7
numpy.random.seed(seed)

model = KerasClassifier(build_fn=create_model, epochs=100, batch_size=32, verbose=0)
kfold = StratifiedKFold(n_splits=10, shuffle=True, random_state=seed)
results = cross_val_score(model, X_train, y_train, cv=kfold)
print(results.mean())

。这使valgrind能够一次处理多个池。我们也可以直接销毁池，valgrind将自动释放它中的对象，然后当我们创建一个新的池时，valgrind知道新的对象不会重叠以前的对象，防止错误。

这是我的代码：https://github.com/eclipse/omr/pull/1311。还有一个文档链接，其中包含我理解和使用api的方式。

使用valgrind调试自定义内存分配器时，“池”的作用是什么？

1 个答案: