这篇教程pytorch 实现在测试的时候启用dropout写得很实用，希望能帮到您。
我们知道，dropout一般都在训练的时候使用，那么测试的时候如何也开启dropout呢？ 在pytorch中，网络有train和eval两种模式，在train模式下，dropout和batch normalization会生效，而val模式下，dropout不生效，bn固定参数。 想要在测试的时候使用dropout，可以把dropout单独设为train模式，这里可以使用apply函数： def apply_dropout(m): if type(m) == nn.Dropout: m.train() 下面是完整demo代码：# coding: utf-8import torchimport torch.nn as nnimport numpy as npclass SimpleNet(nn.Module): def __init__(self): super(SimpleNet, self).__init__() self.fc = nn.Linear(8, 8) self.dropout = nn.Dropout(0.5) def forward(self, x): x = self.fc(x) x = self.dropout(x) return xnet = SimpleNet()x = torch.FloatTensor([1]*8)net.train()y = net(x)print('train mode result: ', y)net.eval()y = net(x)print('eval mode result: ', y)net.eval()y = net(x)print('eval2 mode result: ', y)def apply_dropout(m): if type(m) == nn.Dropout: m.train()net.eval()net.apply(apply_dropout)y = net(x)print('apply eval result:', y)运行结果： 
可以看到，在eval模式下，由于dropout未生效，每次跑的结果不同，利用apply函数，将Dropout单独设为train模式，dropout就生效了。 补充：Pytorch之dropout避免过拟合测试 一.做数据
二.搭建神经网络
三.训练
四.对比测试结果注意：测试过程中，一定要注意模式切换 
以上为个人经验，希望能给大家一个参考，也希望大家多多支持51zixue.net。
使用Python脚本对GiteePages进行一键部署的使用说明
Python开发之QT解决无边框界面拖动卡屏问题(附带源码) |
