PyTorch中model.train()与model.eval()用法及区别如何详细解释？

本文共计284个文字，预计阅读时间需要2分钟。

在PyTorch进行训练和测试时，务必注意将实例化的模型指定为train/eval模式。eval模式下，BN和DropOut会被固定，不会取平均值，而是使用训练好的值。否则，一旦test的batch_size过小，结果会非常不准。

使用PyTorch进行训练和测试时一定注意要把实例化的model指定train/eval，eval（）时，框架会自动把BN和DropOut固定住，不会取平均，而是用训练好的值，不然的话，一旦test的batch_size过小，很容易就会被BN层导致生成图片颜色失真极大！！！！！！

Class Inpaint_Network() ...... Model = Inpaint_Nerwoek() #train: Model.train(mode=True) ..... #test: Model.eval()

model.train()

启用 BatchNormalization 和 Dropout

model.eval()

不启用 BatchNormalization 和 Dropout

训练完train样本后，生成的模型model要用来测试样本。