在PyTorch中，可以使用eval()函數(shù)將模型設(shè)置為評(píng)估模式。eval()函數(shù)會(huì)返回一個(gè)張量，該張量表示模型的輸出。以下是如何使用eval()函數(shù)將模型設(shè)置為評(píng)估模式的示例：

import torch
import torch.nn as nn
import torch.optim as optim

# 定義一個(gè)簡(jiǎn)單的線性模型
class SimpleModel(nn.Module):
    def __init__(self, input_size, hidden_size):
        super(SimpleModel, self).__init__()
        self.linear = nn.Linear(input_size, hidden_size)

    def forward(self, x):
        return self.linear(x)

# 創(chuàng)建一個(gè)模型實(shí)例
model = SimpleModel(10, 5)

# 定義損失函數(shù)和優(yōu)化器
criterion = nn.MSELoss()
optimizer = optim.SGD(model.parameters(), lr=0.01)

# 使用eval()函數(shù)將模型設(shè)置為評(píng)估模式
eval_output = eval(model)

# 打印評(píng)估輸出
print(eval_output)

在這個(gè)例子中，我們首先定義了一個(gè)簡(jiǎn)單的線性模型，然后創(chuàng)建了一個(gè)模型實(shí)例。接下來(lái)，我們定義了損失函數(shù)和優(yōu)化器。最后，我們使用eval()函數(shù)將模型設(shè)置為評(píng)估模式，并打印評(píng)估輸出。