Skip to content
体验新版
项目
组织
正在加载...
登录
切换导航
打开侧边栏
PaddlePaddle
FluidDoc
提交
2665efd1
F
FluidDoc
项目概览
PaddlePaddle
/
FluidDoc
通知
5
Star
2
Fork
0
代码
文件
提交
分支
Tags
贡献者
分支图
Diff
Issue
23
列表
看板
标记
里程碑
合并请求
111
Wiki
0
Wiki
分析
仓库
DevOps
项目成员
Pages
F
FluidDoc
项目概览
项目概览
详情
发布
仓库
仓库
文件
提交
分支
标签
贡献者
分支图
比较
Issue
23
Issue
23
列表
看板
标记
里程碑
合并请求
111
合并请求
111
Pages
分析
分析
仓库分析
DevOps
Wiki
0
Wiki
成员
成员
收起侧边栏
关闭侧边栏
动态
分支图
创建新Issue
提交
Issue看板
未验证
提交
2665efd1
编写于
12月 12, 2019
作者:
L
Leo Chen
提交者:
GitHub
12月 12, 2019
浏览文件
操作
浏览文件
下载
电子邮件补丁
差异文件
add explaination on model.eval() (#1654)
* add explaination on model.eval(), test=develop * follow comments, test=develop
上级
164b642b
变更
1
隐藏空白更改
内联
并排
Showing
1 changed file
with
3 addition
and
1 deletion
+3
-1
doc/fluid/user_guides/howto/dygraph/DyGraph.md
doc/fluid/user_guides/howto/dygraph/DyGraph.md
+3
-1
未找到文件。
doc/fluid/user_guides/howto/dygraph/DyGraph.md
浏览文件 @
2665efd1
...
...
@@ -688,7 +688,9 @@ with fluid.dygraph.guard():
## 模型评估
当我们需要在DyGraph模式下利用搭建的模型进行预测任务,可以使用
`YourModel.eval()`
接口,在之前的手写数字识别模型中我们使用
`mnist.eval()`
来启动预测模式(我们默认在
`fluid.dygraph.guard()`
上下文中是训练模式),在预测的模式下,DyGraph将只会执行前向的预测网络,而不会进行自动求导并执行反向网络:
当我们需要在DyGraph模式下利用搭建的模型进行预测任务,请在
`fluid.dygraph.guard()`
上下文中调用一次
`YourModel.eval()`
接口来切换到预测模式。例如,在之前的手写数字识别模型中我们可以使用
`mnist.eval()`
来切换到预测模式。需要显示地调用
`YourModel.eval()`
切换到预测模式的原因是,我们默认在
`fluid.dygraph.guard()`
上下文中是训练模式,训练模式下DyGraph在运行前向网络的时候会自动求导,添加反向网络;而在预测时,DyGraph只需要执行前向的预测网络,不需要进行自动求导并执行反向网络。
**请注意,如果您在`GPU`设备中运行`YourModel`模型,并且未调用`loss.backward`(通常来说,是进行预测时),则必须调用`YourModel.eval()`,以避免构建反向网络,否则有可能会导致显存不足。**
下面的代码展示了如何使用DyGraph模式训练一个用于执行“手写数字识别”任务的模型并保存,并且利用已经保存好的模型进行预测。
...
...
编辑
预览
Markdown
is supported
0%
请重试
或
添加新附件
.
添加附件
取消
You are about to add
0
people
to the discussion. Proceed with caution.
先完成此消息的编辑!
取消
想要评论请
注册
或
登录