2024-06-10 14:47:18 发布
网友
假设在PyTorch中我有model1和{},它们具有相同的体系结构。他们在相同的数据上接受了进一步的培训,或者有一个模型是otter的早期版本,但它在技术上与这个问题无关。现在我想将model的权重设置为model1和{}权重的平均值。在Pythorch我该怎么做?在
model1
model
beta = 0.5 #The interpolation parameter params1 = model1.named_parameters() params2 = model2.named_parameters() dict_params2 = dict(params2) for name1, param1 in params1: if name1 in dict_params2: dict_params2[name1].data.copy_(beta*param1.data + (1-beta)*dict_params2[name1].data) model.load_state_dict(dict_params2)
取自pytorch forums。您可以获取参数,转换并重新加载它们,但要确保尺寸匹配。在
我也很想知道你对这些的发现。。在
取自pytorch forums。您可以获取参数,转换并重新加载它们,但要确保尺寸匹配。在
我也很想知道你对这些的发现。。在
相关问题 更多 >
编程相关推荐