- model.train()：启用 Batch Normalization 和 Dropout。作用：对BN层，保证BN层能够用到每一批数据的均值和方差，并进行计算更新；对于Dropout，model.train()是随机取一部分网络连接来训练更新参数。
- model.eval()：不启用 Batch Normalization 和 Dropout
- with torch.no_grad()：with语句块内停止autograd模块的工作，不计算梯度/不更新梯度，加速和节省显存
- 参考链接：【PyTorch】搞定网络训练中的model.train()和model.eval()模式 - 知乎 (zhihu.com)
pytorch 学习记录
发布时间 2023-10-31 11:56:22作者: Mju_halcyon