Torch：将张量从 GPU 移动到 CPU 后无法释放 GPU 内存

在 jcjohnson 的建议下，为了在内存受限的环境下生成神经风格中的大图像，我正在尝试在 updateOutput 和 updateGradInput 中将层激活在 GPU 和 CPU 之间来回移动，例如

 if (torch.type(previousModule) == 'cudnn.ReLU' or torch.type(previousModule) == 'cudnn.SpatialConvolution') then
    previousModule.output = previousModule.output:cuda()
    collectgarbage('collect')
 end
....
 if (torch.type(currentModule) == 'cudnn.ReLU' or torch.type(currentModule) == 'cudnn.SpatialConvolution') then
    currentModule.output = currentModule.output:float()
    collectgarbage('collect')
 end

功能上，对于较小的图像，它可以正常工作，可以生成图像，尽管速度较慢。但是，即使将输出张量从 cuda 转换为 float，它仍然不会释放 GPU 中的内存，尽管明确调用了 collectgarbage() 例程，我无法生成比 GPU 内存最初限制的更大的图像。

在这里，我错了吗？