Pytorch学习笔记
model.train()和model.eval()作用
如果模型中有BN层(Batch Normalization)和Dropout,需要在训练时添加model.train(),在测试时添加model.eval()。
其中model.train()是保证BN层用每一批数据的均值和方差,而model.eval()是保证BN用全部训练数据的均值和方差;而对于Dropout,model.train()是随机取一部分网络连接来训练更新参数,而model.eval()是利用到了所有网络连接。
版权声明:本文为qq_38420710原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接和本声明。