@torch.enable_grad()
- 通过使用 @torch.jit.script 装饰器，可以将 Python 代码转换为 TorchScript 代码，并在运行时进行优化和编译，以提高执行效率。这种转换可以将动态图模式转换为静态图模式，使得模型可以在不依赖 Python 解释器的情况下运行。
- 使用 @torch.jit.script 装饰器可以使得函数或类的运行更加高效，并且还可以在不同的平台上进行部署，如移动设备和嵌入式设备。它是 PyTorch 中进行模型部署和优化的重要工具之一。
@torch.enable_grad()
- 是 PyTorch 中的一个上下文管理器，用于开启梯度计算。在 PyTorch 中，默认情况下，张量的梯度计算是关闭的，即不会自动计算梯度。然而，在需要进行梯度计算的情况下，可以使用 @torch.enable_grad() 上下文管理器来开启梯度计算功能。
- 当使用 @torch.enable_grad() 包裹的代码块执行时，其中的张量操作将会被追踪并计算梯度。这对于需要进行反向传播和优化的模型训练过程非常重要。例如，当定义一个需要进行梯度计算的损失函数时，可以将其放在 @torch.enable_grad() 的上下文中，以确保在计算损失时能够自动计算其相关参数的梯度。
- 需要注意的是，@torch.enable_grad() 上下文管理器只对包含在其中的代码块有效，代码块外的张量操作将不进行梯度计算。
