使用Pytorch的resnet34对于单个照片测试(batchsize=1)时结果不正确踩的坑

问题

测试的时候，batchsize=1时结果不正确，而batchsize>1时结果都是正确的。
设置batchsize>1,然后求 net(data[0].unsqueeze(0).to(devices[0]))的结果与单个照片测试的结果相同。

坑点

没有在测试前加上net.eval()，作用是不启用 Batch Normalization 和 Dropout。
训练完train样本后，生成的模型model要用来测试样本。在model(test)之前，需要加上model.eval()，否则的话，有输入数据，即使不训练，它也会改变权值。这是model中含有BN层和Dropout所带来的的性质。

参考链接：https://cloud.tencent.com/developer/article/1819853