Представете си, че работите с модел в PyTorch и след като го превключите в режим на оценка eval() виждате, че метриките на фиксиран тестов набор от 10 000 примера се променят при всяко изпълнение. Фиксирате началното състояние на генераторите на случайни числа за възпроизводимост: къде още може да се крие източникът на промените? Обяснете ролята на Dropout, BatchNorm и torch.no_grad() и назовете метриките с прагове, по които ще проверите стабилността на резултатите.