假设我在PyTorch中有两个模型,我如何在不保存权重的情况下通过模型2的权重加载模型1的权重?
就像这样:
model1.weights = model2.weights
字符串
在TensorFlow中,我可以这样做:
variables1 = model1.trainable_variables
variables2 = model2.trainable_variables
for v1, v2 in zip(variables1, variables2):
v1.assign(v2.numpy())
型
3条答案
按热度按时间iibxawm41#
假设你有两个相同模型的示例(必须子类化
nn.Module
),那么你可以使用nn.Module.state_dict()
和nn.Module.load_state_dict()
。你可以找到状态字典here的简要介绍。字符串
anauzrmj2#
这里有两种方法可以做到这一点。
字符串
vsnjm48y3#
在解决方案中添加另一种方法,尽管它与
load_state_dict()
相同,但当load_state_dict()
因任何原因抛出错误时可能会很有用:字符串