python - 如何取两个网络权重的平均值？

假设在PyTorch中，我的model1和model2具有相同的体系结构。他们接受了相同数据的进一步培训，或者一个模型是其他模型的早期版本，但在技术上与该问题无关。现在，我想将model的权重设置为model1和model2的权重的平均值。我将如何在PyTorch中做到这一点？

最佳答案

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，进行转换并将其加载回去，但要确保尺寸匹配。

另外，我真的很想知道您对这些发现的了解。

关于python - 如何取两个网络权重的平均值？，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/48560227/