前馈网络使用with torch.no_grad()和model.eval()比较
问题描述
将训练好的模型拿来做inference，发现显存被占满，无法进行后续操作，但按理说不应该出现这种情况。
RuntimeError: CUDA out of memory.
Tried to allocate 128.00 MiB (GPU 0; 7.93 GiB total capacity; 6.94 GiB already allocated; 10.56 MiB free; 7.28 GiB reserved in total by PyTorch)解决方案 经过排查代码，发现做inference时，各模型虽然已经设置为eval()模式，但是并没有取消网络生成计算图这一操作，这就导致网络在单纯做前向传播时也生成了计算图，从而消耗了大量显存。
所以，将模型前向传播的代码放到with torch.no_grad()下，就能使pytorch不生成计算图，从而节省不少显存
with torch.no_grad()：
# 代码块
outputs = model(inputs)
# 代码块经过修改，再进行inference就没有遇到显存不够的情况了。此时显存占用显著降低，只占用5600MB左右（3卡）。
model.eval()和torch.no_grad()比较：
model.eval()
使用model.eval()切换到测试模式，不会更新模型的k，b参数
通知dropout层和batchnorm层在train和val中间进行切换在。train模式，dropout层会按照设定的参数p设置保留激活单元的概率（保留概率=p，比如keep_prob=0.8），batchnorm层会继续计算数据的mean和var并进行更新。在val模式下，dropout层会让所有的激活单元都通过，而batchnorm层会停止计算和更新mean和var，直接使用在训练阶段已经学出的mean和var值！
model.eval()不会影响各层的gradient计算行为，即gradient计算和存储与training模式一样，只是不进行反向传播！(backprobagation)，即只设置了model.eval()pytorch依旧会生成计算图，占用显存，只是不使用计算图来进行反向传播。
torch.no_grad()
首先从requires_grad讲起：
requires_grad
在pytorch中，tensor有一个requires_grad参数，如果设置为True，则反向传播时，该tensor就会自动求导，并且保存在计算图中。tensor的requires_grad的属性默认为False,若一个节点（叶子变量：自己创建的tensor）requires_grad被设置为True，那么所有依赖它的节点requires_grad都为True（即使其他相依赖的tensor的requires_grad = False）
当requires_grad设置为False时,反向传播时就不会自动求导了，也就不会生成计算图，而GPU也不用再保存计算图，因此大大节约了显存或者说内存。
with torch.no_grad
在该模块下，所有计算得出的tensor的requires_grad都自动设置为False。
即使一个tensor（命名为x）的requires_grad = True，在with torch.no_grad计算，由x得到的新tensor（命名为w-标量）requires_grad也为False，且grad_fn也为None,即不会对w求导。例子如下所示：
x = torch.randn(10, 5, requires_grad = True)
y = torch.randn(10, 5, requires_grad = True)
z = torch.randn(10, 5, requires_grad = True)
with torch.no_grad():
w = x + y + z
print(w.requires_grad)
print(w.grad_fn)
print(w.requires_grad)
False
None
False也就是说，在with torch.no_grad结构中的所有tensor的requires_grad属性会被强行设置为false，如果前向传播过程在该结构中，那么inference过程中都不会产生计算图，从而节省不少显存。
reference：with torch.no_grad():显著减少测试时显存占用_落歌439的博客-CSDN博客
但是？又出问题pytorch模型加载跑测试集和训练过程中跑测试集结果不一致的问题？
虽然利用model.val()可以使得结果和训练时结果相似，但是误差相比训练时的测试还是有一定影响！（视情况而定），如何让他们的结果彻底相同呢？
解决方案：
保存训练完成的神经网络模型，来尝试跑了下测试集的结果，发现效果很差，和训练网络时跑测试集的结果不一样。查了些资料，发现是先eval()再测试数据的问题：
错误写法：
.....
model = torch.load('model.pkl')
model.eval() #先eval
x = model.forward(a) #然后传递数据进行测试
.....
改进：
.....
model = torch.load('model.pkl')
x = model.forward(a)
model.eval()
.....上面的方法其实有问题，当初测单个数据的时候正确了，但是用for循环测大量数据的时候会出问题，例如：
错误写法：
model = torch.load('model.pkl')
for i in range(1,100)
a = load_data.. #导入数据
x = model.forward(a)
model.eval()正确写法是不需要model.eval():
model = torch.load('model.pkl')
for i in range(1,100)
a = load_data.. #导入数据
x = model.forward(a)这个小问题真的致命，让我一度怀疑我的数据有问题，但结果证明数据是没问题的！