pytorch预测之解决多次预测结果不一致问题

pytorch预测之解决多次预测结果不一致问题
原文链接：https://www.jb51.net/article/213787.htm
1、检查是否在每次预测前使用

model.eval()
或者是
with torch.no_grad():
for …
推荐下面的方法，上面的的方法计算梯度，但是并不反向传播，下面的方法既不计算梯度，也不反向传播，速度更快。

2、检查是否取消了所有的dropout

3、设置随机种子

def setup_seed(seed):
np.random.seed(seed)
random.seed(seed)
torch.manual_seed(seed) #cpu
torch.cuda.manual_seed_all(seed) #并行gpu
torch.backends.cudnn.deterministic = True #cpu/gpu结果一致
torch.backends.cudnn.benchmark = True #训练集变化不大时使训练加速

4、保证实例化模型前要将is_training置为false；这两行代码顺序不能颠倒