训练模型遇到问题

model.load_state_dict(torch.load(model_path, map_location='cpu'), strict=False)

model.eval:计算参数，不更新参数，dropout不要随机失活
with torch.no_grad():不更新参数，不计算参数

GPU训练：
model.load_state_dict(torch.load(model_path)).to(conf.device)

CPU训练设置，从GPU到CPU上预测：
model.load_state_dict(torch.load(model_path, map_location=lambda storage, loc: storage))
model.load_state_dict(torch.load(model_path, map_location=torch.device('cpu')))
#训练模型参数雨预测参数不一样，从GPU到CPU上预测
model.load_state_dict(torch.load(model_path, map_location=torch.device('cpu')), strict=False)

服务器后端运行：nohup python model_predict.py &
__init__.py:限制导入包，注意里面有没有设置导入包，没有设置导入所有

使用别人模型，可能会有问题，里面有一些随机参数，dropoup是不一样的
可在别人模型的基础上进行训练，也就是微调，加载模型和优化器参数,或者从头开始训练
数据改变和清洗后，从头开始训练