li1784506的博客

torch.split()函数和torch.chunk()都是用来对数据按照某个维度进行切分，语法形式类似但是参数实际表达含义略有不同。本文通过具体使用案例生动说明两个函数的区别。

一、model.train()、model.eval()区别model.train()和model.eval()函数主要用于将模型中的training属性设置为True或False两种状态，training属性会直接影响BatchNorm层）和Dropout层的运行机理。

nn.ModuleList里面储存了不同 module，并自动将每个 module 的 parameters 添加到网络容器内容(注册)，里面的module是按照List的形式顺序存储的，但是在forward中调用的时候可以随意组合。可以任意将 nn.Module 的子类 (比如 nn.Conv2d, nn.Linear 之类的) 加到这个 list 里面，方法和 Python 自带的 list 一样，也就是说它可以使用 extend，append 等操作。

torch.matmul()函数可以用于1维向量×1维向量，1维向量×2维矩阵，2维矩阵×1维向量，矩阵相乘等不同情况。现将相关案例进行介绍方便日后回顾。