有关训练代码的问题

[SaltyFisher1]

大佬你好，我是刚从事noisy对应性学习的研究生，您的工作非常优秀，但是我在跑您提供的开源代码时遇到一个问题，
代码
/processor.py里的 def get_loss(model, data_loader): 在计算loss进行高斯混合之前有一句 model.eval()，这里我猜是相当于进行了模型的推断，来判断样本是否为clean样本和noisy样本不应该传梯度，但是整体模型在get_loss判断完之后，好像并没有回到 model.train()模式，但是这样也能训练，这里使我产生了困惑，期待您的解答。

[QinYang79]

https://www.jianshu.com/p/74c02e8d28f3
这似乎确实一个疏忽之处，你可以check一下更正下该项性能是否受影响。

[QinYang79]

https://www.jianshu.com/p/74c02e8d28f3 这似乎确实一个疏忽之处，你可以check一下更正下该项性能是否受影响。

我纠正了这一项，重新进行了实验验证，跑出来的性能会略高于论文所报告的。

[SaltyFisher1]

非常感谢您的回答，可以分享一下您修改的地方吗？非常感谢

[QinYang79]

非常感谢您的回答，可以分享一下您修改的地方吗？非常感谢

label_hat[consensus_division>1] = 1
label_hat[consensus_division<=1] = 0 

model.train()
for n_iter, batch in enumerate(train_loader):

[QinYang79]

⚠️ Fixing #8 will cause some performance degradation in noisy scenes. You can comment out "line217 model.train()" in processor/processor.py.