如何取两个网络权重的平均值？

Question

假设在 PyTorch 中我有 model1 和 model2 具有相同的架构。他们在相同的数据上接受了进一步的训练，或者一个模型是另一个模型的早期版本，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 的权重的平均值。我将如何在 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。您可以获取参数，转换并加载它们，但要确保尺寸匹配。

另外，我真的很想知道你对这些的发现……

如何取两个网络权重的平均值？

How to take the average of the weights of two networks?

python

neural-network

deep-learning

pytorch