时间戳

首页 > 解决方案 > 如何将参数从一个 gpflow 模型转移到另一个模型以获得相似的结果？

python - 如何将参数从一个 gpflow 模型转移到另一个模型以获得相似的结果？

问题描述

假设我有一个训练有素的模型

m = gpflow.models.SVGP(
     likelihood=likelihood, kernel=kernel, inducing_variable=Z, num_data = len(X_train)
)

是否可以将其参数转移到另一个模型并获得类似的结果？例如

model = gpflow.models.SVGP(kernel=m.kernel,
                           likelihood=m.likelihood,
                           inducing_variable=m.inducing_variable,
                           num_data=m.num_data)

但是这个例子失败了，因为model结果很差。是不是还有一些其他的参数，应该加到签名中，还是原则上是不可能的？

标签： pythongpflow

解决方案

是的，SVGP（以及 VGP）模型预测关键取决于由和参数化的q(u)分布。您可以使用传输所有参数（包括这两个）model.q_mumodel.q_sqrt

params = gpflow.utilities.parameter_dict(model)
gpflow.utilities.multiple_assign(model, params)

（有关更多上下文，请参阅此笔记本）

推荐阅读