[pytorch笔记]net.eval和with torch_no_grad

在使用net.eval( )和with torch_no_grad( )时，发现网上有的例子只使用了一个，有些两个都用了，我之前也认为这两个的作用一样，后来发现最好是两个都用。

with torch_no_grad( )：数据不需要梯度计算，即不会进行反相传播;

net.eval( )：不加的话即使没有训练输入数据也会改变权值，因为这是禁止forward过程对参数造成的影响;例如禁止dropout或者因为测试集和训练集的样本分布不一样，会有batch normalization 所带来的影响。