pytorch中eval作用

bn和dropout层在train和test时参数是不一样的,为了方便编程,pytorch提出eval函数解决这个问题
1.dropout在train时采用部分神经员参与,但在test时是全部神经元,这就导致dropou层的输出变大,需要添加系数对其修正
2.bn在train时对每一个batch做归一化产生不同的参数,在test时predict实际是train时参数的平均移动

你可能感兴趣的:(pytorch中eval作用)