pytorch:关于module.train函数和module.eval函数区别分析

在正常建立好模型运行程序时，module都必须先要train,所以总是在训练状态，但如果是下载好别人训练好的模型而不需要自己训练时，运行程序就应该变为eval()模式。
其他可以详见：
pytorch 官方文档

对于一些含有BatchNorm,Dropout等层的模型，在训练和验证时使用的forward在计算上不太一样。在前向训练的过程中指定当前模
型是在训练还是在验证。使用module.train()和module.eval()进行使用，其中这两个方法的实现均有training属性实现。
关于这两个方法的定义源码如下。

train()

    def train(self, mode=True):
        r"""Sets the module in training mode.

        This has any effect only o