用Pytorch解决问题（一）- 优化器

需求：现有模型A，优化器A（其初始化的待优化模型参数是A），又有一新的模型B，想使用优化器A的参数来更新其中的参数

实现：下述为不work的一种实现（参考chat老师的代码，但确实不work）：

?

# 已有条件

net = ResNet18(100)

optimizer = optim.SGD(net.parameters(), lr=args.lr,momentum=args.momentum,weight_decay=args.weight_decay)

classifier = torch.nn.linear(512,100)

 

# 下述准备使用copy旧优化器

linear_optimizer = copy.deepcopy(optimizer)

linear_optimizer.params = classifier.parameters()

linear_optimizer.zero_grad()

 

# 手动赋值梯度

classifier.weight.grad = grads[0].data

classifier.bias.grad = grads[1].data

 

linear_optimizer.step()

　先把问题屯着，看看有什么办法能解决