内存在增长的怪问题!大家帮忙看看

wuwoczj 2003-08-28 08:14:55

程序启动之后,可以看到内存在增长
等他涨到一定程度,我最小化窗口,
然后,所占的内存就降到开始时大小,继续运行内存仍然增长,再最小化操作,内存又降了下来

程序中并没有作其它的操作,只是在一个Timer里调用VB 的一个动态库函数

大家碰到过这种情况吗?

能不能帮忙分析一下
...全文
101 9 打赏 收藏 转发到动态 举报
写回复
用AI写文章
9 条回复
切换为时间正序
请发表友善的回复…
发表回复
qiume 2003-08-29
  • 打赏
  • 举报
回复
我也认为可能是DLL的问题
crossbow 2003-08-29
  • 打赏
  • 举报
回复
同意huojiehai(海天子) ,把你的VB函数设为空,看长不长。如果不长,就是VB DLL的问题!
fhuibo 2003-08-29
  • 打赏
  • 举报
回复
病毒??
Eastunfail 2003-08-29
  • 打赏
  • 举报
回复
额~~关于为什么最小化之后内存变小了的解释,三言两语难的说清楚。

请参考微软出版的《软件开发的科学和艺术》里面“8.3 内存”一节, 241-254页,
wuwoczj 2003-08-29
  • 打赏
  • 举报
回复
不过VB自己试的好象没问题啊

难道是D和VB的接口问题?
huojiehai 2003-08-28
  • 打赏
  • 举报
回复
你把Timer里调用VB 的一个动态库函数这段代码注释丢看看还长不长,如果内存还长的话就真的不知道了,如果不长说明是VB动态库写得有问题!!!!!
shanlin 2003-08-28
  • 打赏
  • 举报
回复
没听说过,是不是有病毒啊
wuwoczj 2003-08-28
  • 打赏
  • 举报
回复
好心人呐

帮帮忙了!
sixgj 2003-08-28
  • 打赏
  • 举报
回复
呵呵。真是奇怪—……
内容概要:本文围绕基于Basisformer模型的时间序列锂离子电池SOC(State of Charge,荷电状态)预测展开研究,利用PyTorch框架实现深度学习模型的构建与训练。通过将历史充放电数据作为输入,Basisformer能够有效捕捉电池状态的动态变化特征,提升SOC预测精度。文中详细介绍了模型结构设计、数据预处理流程、训练策略及实验结果分析,并与传统方法进行对比,验证了该方法在复杂工况下的优越性与鲁棒性。该研究不仅展示了Basisformer在时序建模中的潜力,也为电池管理系统提供了高精度的状态估计解决方案。; 适合人群:具备一定Python编程基础和深度学习理论知识,熟悉PyTorch框架,从事电池管理系统、新能源汽车或智能预测方向研究的研究生、科研人员及工程技术人员。; 使用场景及目标:①应用于电动汽车、储能系统等领域的电池SOC高精度实时估算;②为电池健康管理(BMS)提供可靠的状态输入;③推动深度学习在时间序列预测中的实际落地,提升现有预测模型的泛化能力与稳定性; 阅读建议:建议读者结合标题为【锂电池SOC估计】【PyTorch】基于Basisformer时间序列锂离子电池SOC预测研究(python代码实现)的资源,重点研读所提供的Python代码,深入理解数据处理方式与模型网络结构的设计思路,尝试调整超参数以观察对预测性能的影响,从而全面掌握Basisformer在时序建模中的优势、适用边界及工程化实现路径。

5,943

社区成员

发帖
与我相关
我的任务
社区描述
Delphi 开发及应用
社区管理员
  • VCL组件开发及应用社区
加入社区
  • 近7日
  • 近30日
  • 至今
社区公告
暂无公告

试试用AI创作助手写篇文章吧