如何取两个网络的权重平均值？

Question

假设在PyTorch中我有model1和model2具有相同的架构。他们接受了相同数据的进一步培训，或者一个模型是othter的早期版本，但它在技术上与问题无关。现在，我想将model的权重设置为model1和model2权重的平均值。我怎么能在PyTorch中做到这一点？

Answer 1

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。您可以抓取参数，转换并加载它们，但要确保尺寸匹配。

此外，我真的很想知道你的发现......