1.模型固定参数,使得每次预测的结果保持一致
with torch.no_grad()
model.eval()
固定参数
2.深度拷贝变量,对后一个变量进行更改不会改变前一个变量的值
import copy
cut_list =[[1,2,3,4]]
copy_cut_list = copy.deepcopy(cut_list)
3.对列表去重并保持顺序不变
method1:
new_list=[1,3,2,5,3,3]
new_list = list(dict.fromkeys(new_list))
new_list
[1,3,2,5]
method2:
b=list(set(a))
b.sort(key=a.index)
4.