一些代码技巧

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.