Pytorch 什么'；s torch.nn模块中函数eval（）的含义

官方评论显示，“这只对辍学或BatchNorm等模块有任何影响。”但我不理解它的实现。

辍学和BatchNorm（可能还有一些自定义模块）在培训和评估期间表现不同。您必须通过调用模型上的

.eval（）

，让模型知道何时切换到eval模式

---

这将为模型中的每个模块将

self.training

设置为

False

。如果您正在实现自己的模块，而该模块在培训和评估期间必须表现不同，则可以在执行此操作时检查

self.training

的值。

这很简单，如果您的模型中有此类步骤，则在评估模式下禁用dropout和batchnorm。这是否回答了您的问题？在PyTorch官方教程（60分钟闪电战，训练分类器）中，他们在切换到评估（测试集）时没有使用

.eval（）。也许他们没有使用它，因为没有辍学或批处理。但我认为，从教育的角度来看，他们无论如何都应该使用它（即使它没有效果），或者至少应该提到它，因为它在一般情况下是必需的=/PyTorch代码提到
self.train（False）
，而不是像前面的答案中所写的
self.training
，cf.（可能是最近的变化）@正如PyTorch文档所说的那样，“这只对某些模块有任何影响”，所以我想您可以系统地使用它而不会遇到麻烦，cf。