Pytorch 训练和测试时记得加 model.train 和 model.eval

本文详细介绍了在PyTorch中,Batch Normalization(BN)和Dropout层在训练和测试阶段的不同行为。强调了在测试阶段调用model.eval()的重要性,避免因BN层导致的图片颜色失真问题。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

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!!!!!!

格式如下:


eg:

Class Inpaint_Network()

......

Model = Inpaint_Nerwoek()


#train:

Model.train(mode=True)

.....


#test:

Model.eval()

转载来源:https://blog.youkuaiyun.com/jinxin521125/article/details/78435899
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值