1、可以减少内存使用
2、训练集训练好模型后，在验证集这里使用with torch.no_grad()，训练集则不会计算梯度值，然后并不会改变模型的参数，只是看了训练的效果。
免责声明！
本站转载的文章为个人学习借鉴使用，本站对版权不负任何法律责任。如果侵犯了您的隐私权益，请联系本站邮箱yoyou2525@163.com删除。
猜您在找
with torch.no_grad() 详解
with torch.no_grad()详解
Pytorch中with torch.no_grad()或@torch.no_grad() 用法
Torch.no_grad()影响MSE损失
pytorch 中 torch.no_grad()、requires_grad、eval()
PyTorch中，关于model.eval()和torch.no_grad()
Pytorch 中 model.eval() 和 with torch.no_grad() 的区别
[pytorch笔记] torch.nn vs torch.nn.functional; model.eval() vs torch.no_grad(); nn.Sequential() vs nn.moduleList
PyTorch笔记--torch.autograd.grad()
torch.nn.utils.clip_grad_norm_()