train（）またはeval（）が呼び出されたときにカスタムpytorchモジュールの動作を変えることができますか？

はい、できます。

あなたがソースコードで見ることができるように、eval()そしてtrain()基本的に呼ばれるフラグを変更していますself.training（それは再帰的に呼ばれることに注意してください）：

def train(self: T, mode: bool = True) -> T:
    self.training = mode
    for module in self.children():
        module.train(mode)
    return self

def eval(self: T) -> T:
    return self.train(False)

このフラグはすべてnn.Moduleので使用できます。カスタムモジュールがこの基本クラスを継承する場合、必要なことを達成するのは非常に簡単です。

import torch.nn as nn


class MyCustomModule(nn.Module):
    def __init__(self):
        super().__init__()
        # [...]

    def forward(self, x):
        if self.training:
            # train() -> training logic
        else:
            # eval()  -> inference logic