¿Qué hace model.eval () en pytorch?

Solución:

model.eval() es una especie de cambio para algunas capas / partes específicas del modelo que se comportan de manera diferente durante el entrenamiento y el tiempo de inferencia (evaluación). Por ejemplo, Dropouts Layers, BatchNorm Layers, etc. Debe desactivarlas durante la evaluación del modelo y .eval() lo hará por ti. Además, la práctica común para la evaluación / validación es utilizar torch.no_grad() en pareja con model.eval() para desactivar el cálculo de gradientes:

# evaluate model:
model.eval()

with torch.no_grad():
    ...
    out_data = model(data)
    ...

PERO, no olvides volver a training modo después del paso de evaluación:

# training step
...
model.train()
...

model.eval es un método de torch.nn.Module

El método opuesto es el model.train explicado muy bien por Umang Gupta.

---

---

Utiliza Nuestro Buscador