网络编程
位置：首页>> 网络编程>> Python编程>> pytorch:model.train和model.eval用法及区别详解

pytorch:model.train和model.eval用法及区别详解

作者：Hinton-wu　　发布时间：2022-07-13 19:22:51　

标签：pytorch,model.train,model.eval

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。在model(test)之前，需要加上model.eval()，否则的话，有输入数据，即使不训练，它也会改变权值。这是model中含有batch normalization层所带来的的性质。

在做one classification的时候，训练集和测试集的样本分布是不一样的，尤其需要注意这一点。

来源：https://blog.csdn.net/qq_38410428/article/details/101102075

0
投稿

猜你喜欢

手机版 网络编程 asp之家 www.aspxhome.com