Pytorch 里面torch.no_grad 和model.eval(), model.train() 的作用

torch.no_grad: 影响模型的自微分器，使得其停止工作；这样的话，数据计算的数据就会变快，内存占用也会变小，因为没有了反向梯度计算，当然，我哦们也无法做反向传播。

model.eval() 和model.train() ： 告诉模型中的所有层，目前处于的状态，是训练还是测试阶段，从而每一层做出相应的行为和动作。batchnorm和dropout层会因为状态的不同，而有不同的行为和反应。