开发者社区 > 大数据与机器学习 > 人工智能平台PAI > 正文

机器学习PAI若模型已优化且关闭权重优化,如果需要切换模型应该不需要重新跑一轮模型优化吧?

看到Blade社区支持diffusers库的pr,机器学习PAI若模型已优化且关闭权重优化,如果需要切换模型,是只需要在执行推理前,额外调用pipeline.from_pretrained()加载新模型参数,应该不需要重新跑一轮模型优化吧?cbfd039fa999ac42896b302f51e729d0.png

展开
收起
冰激凌甜筒 2023-05-29 21:08:13 82 0
2 条回答
写回答
取消 提交回答
  • 值得去的地方都没有捷径

    如果模型已经被优化且关闭了权重优化,切换模型应该是不需要重新跑一轮模型优化的。但是,需要确保新模型和旧模型具有相同的网络架构和参数数量,否则可能需要重新训练或微调模型。

    当从pipeline中加载预训练模型的时候,需要确保上下文的tokenizer和config都与当前模型匹配。如果新模型与旧模型具有相同的结构,则可以直接从预训练模型路径加载新的模型并继续使用。

    但是,如果新模型的结构不同(例如,更改了层数,节点数量或添加了新的层),则需要重新初始化新的模型或重新训练模型。

    2023-05-30 16:38:50
    赞同 展开评论 打赏
  • 是的,此回答整理自钉群“BladeDISC用户支持群”

    2023-05-29 21:55:24
    赞同 展开评论 打赏

人工智能平台 PAI(Platform for AI,原机器学习平台PAI)是面向开发者和企业的机器学习/深度学习工程平台,提供包含数据标注、模型构建、模型训练、模型部署、推理优化在内的AI开发全链路服务,内置140+种优化算法,具备丰富的行业场景插件,为用户提供低门槛、高性能的云原生AI工程化能力。

相关产品

  • 人工智能平台 PAI
  • 相关电子书

    更多
    大规模机器学习在蚂蚁+阿里的应用 立即下载
    阿里巴巴机器学习平台AI 立即下载
    机器学习及人机交互实战 立即下载