Pytorch如何判断两个模型的权重是否相同(比较权重差异/参数字典)
参考资料:
GPT-4o mini的回答
第一种方法是使用md5sum这个命令(Linux上),但是由于环境的不同,哪怕是load之后转存似乎都会有差,所以效果不大。
第二种方法是使用代码比较,这段代码是我找GPT要的,感觉非常不错。
from safetensors.torch import load_file A = load_file("/data1/chaishang.cs/Tryon/hf_DATA/almmtryon-refinpaintxl-v0-1/unet/diffusion_pytorch_model.safetensors") B = load_file("/data1/chaishang.cs/Tryon/datasets_and_weights/exps/refinpaintXL_v1_36cate_batch1_itagged_task1fulltask2partly_bz2_a100/2024-08-14T21-26-40/22000/unet/diffusion_pytorch_model.safetensors") weight_changes = {} # 遍历模型的所有参数 for (name, initial_param), (_, trained_param) in zip(A.items(), B.items()): # 计算权重变化 change = torch.norm(trained_param - initial_param) # 计算 L2 范数 weight_changes[name] = change.item() # 存储变化量 # 打印每层权重的变化 for layer_name, change in weight_changes.items(): print(f"Layer: {layer_name}, Change: {change:.6f}")
如果参数是内存中的state_dict,对A和B进行替换即可。输出结果如下: