tensorflow js如何从另一个模型加载权重

Question

我有两个模型 m1 和 m2,

我想将模型 m1 的权重更新为 m2,

在 PyTorch 的 python 中，可以使用以下代码行完成：

m1.load_state_dict(m2.state_dict())

但我在互联网上找不到任何相关信息。

我根据此文档找到的唯一内容： https://www.tensorflow.org/js/guide/save_load

是通过local-storage保存m2然后完全加载到m1，但是我重新下载保存对我来说没有意义所以我可以更新权重。

Answer 1

Loading the weights of another model.

如问题中所示，这可以通过保存第一个模型然后将其加载为另一个模型来完成。

it doesn't make sense to me to download and save it again just so I could update the weights.

如果模型 2 不相同意味着它们具有相同的拓扑结构，则通过模型 1 的权重完全更新模型 2 是没有意义的。没有方法可以直接克隆模型并将其分配给另一个变量。为此，需要将模型作为另一个模型加载，或者将其权重复制并分配给具有相同拓扑结构的另一个模型。

model.getWeight和model.setWeights可以用

model2.setWeights(model1.getWeights());

如果模型2要部分更新，即更新某些层的权重，这些答案中已经讨论过 and

Answer 2

所以在更好地阅读文档之后，

我发现了这个：

m1.setWeights(m2.getWeights());

我也试过fit其中一个，发现它不会学习另一个，但没有问题。

注意它们应该具有相同的结构，完整示例：

const model = tf.sequential();
model.add(tf.layers.dense({ units: 4, inputShape: [8] }));
model.add(tf.layers.dense({ units: 4 }));
model.compile({ optimizer: 'sgd', loss: 'meanSquaredError' });

const model2 = tf.sequential();
model2.add(tf.layers.dense({ units: 4, inputShape: [8] }));
model2.add(tf.layers.dense({ units: 4 }));
model2.compile({ optimizer: 'sgd', loss: 'meanSquaredError' });

model2.setWeights(model.getWeights());

console.log(model.getWeights()[0].dataSync());
console.log(model2.getWeights()[0].dataSync());