compile数据干扰

[hyskylord]

在V4的训练过程中遇到了一个现象，运行了testplay之后学习速度会降低大概15%，如图所示。经过研究推测test时的优化干扰了性能。目前临时的解决办法是torch._dynamo.reset()，副作用则是每次testplay之后都要重新compile一遍model。不知道有没有更好的解决办法。

[Koyonomi]

我的设置是 正在训练的model启用了torch.compile，baseline model未启用torch.compile。
没有出现该问题。

[hyskylord]

似乎与torch版本有关，已解决。