model.train():进入训练状态,让你的模型知道现在正在训练 model.eval():让你的模型知道自己正在进行预测或者测试,等效于model.train(false), 两种不同状态下,batchnorm层和dropout层是不同的 训练模式下:(1)BatchNorm layers use per-batch statistics,即BatchNorm 层利用每个 batch 来统计(用到每一批数据的均值和方差) (2)Dropout layers activated,即Dropout 层激活,启用Dropout 预测模式下(或者说推理模式下):(1)BatchNorm layers use running statistics,BN层用全部训 练数据的均值和方差,即测试过程中BN层的均值和方差不变 (2)Dropout layers de-activated,即Dropout 层不激活, 不启用Dropout,利用到了 所有 网络连接,即不进行随机舍弃 神经元 总之:model.eval()会把权重值给固定住,用训练好的值
model.train()和model.eval()
最新推荐文章于 2024-03-15 15:28:45 发布