eval()和train()
在Pytorch中，模型有两种状态：eval()和train()。区别是什么呢？这要从dropout和batch normalization说起。
- dropout：在训练的时候，dropout会随机地将一些神经元的输出置为0，这样可以防止过拟合。
- batch normalization：在训练的时候，batch normalization会对每个batch的数据进行归一化，这样可以加速训练。
但到了评估的时候，这两个就得关闭。所以需要使用：
model.eval()