model.eval()
不启用 BatchNormalization 和 Dropout，保证BN和dropout不发生变化，pytorch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层影响结果。
model.eval()是什么
在PyTorch中，model.eval()用于切换模型到评估模式，此时会关闭BatchNormalization和Dropout层，确保它们使用训练时的统计信息，避免由于test batch_size过小导致结果偏差。这一步对于保持模型预测的一致性至关重要。
部署运行你感兴趣的模型镜像
您可能感兴趣的与本文相关的镜像
PyTorch 2.9
PyTorch
Cuda
PyTorch 是一个开源的 Python 机器学习库，基于 Torch 库，底层由 C++ 实现，应用于人工智能领域，如计算机视觉和自然语言处理
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
