一般情況，model.train()
是在訓練的時候用到，
model.eval()
是在測試的時候用到
如果模型中沒有類似於
bn這樣的歸一化或者
dropout
，model.train()
和model.eval()
可以不要（建議寫一下，比較安全），並且
model.train()
和model.eval()
得到的效果是一樣
如果模型中有類似於
bn這樣的歸一化或者
dropout
，並且程式需要邊訓練和邊測試，最好就是用
model.eval()
測試完之後，後面補乙個
model.train()。其中
model.train()
是保證bn
用每一批資料的均值和方差，而
model.eval()
是保證bn
用全部訓練
資料的均值和方差
；而對於
dropout
，model.train()
是隨機取一部分網路連線來訓練更新引數，而
model.eval()
是利用到了所有網路連線（結果是取了平均）
Matlab中train與adapt的區別
採用linearlayer驗證 驗證方法 一 使用網路 linearlayer 1，cell輸入形式 輸入 p 目標值 t 使用adapt 輸入命令 p t net linearlayer 0,0.1 net configure net,p,t net.iw 0,0 net.b 0 net,a,e ...
Matlab中train與adapt的區別
採用linearlayer驗證 驗證方法 一 使用網路 linearlayer 1，cell輸入形式 輸入 p 目標值 t 使用adapt 輸入命令 p t net linearlayer 0,0.1 net configure net,p,t net.iw 0,0 net.b 0 net,a,e ...
caffe繪製train和loss曲線
caffe tools extra下面有幾個檔案，必備的 1 caffe tools extra parse log.sh 2 caffe tools extra extract seconds.py 3 caffe tools extra plot training log.py.example ...