pytorch将不同的两个模型融合代码

模型融合是指将多个不同的模型结合起来，以提高预测精度。一种常见的模型融合方法是集成学习，例如投票、平均、堆叠等。

在PyTorch中，可以使用以下代码将两个模型进行平均融合：

import torch.nn as nn

class ModelEnsemble(nn.Module):
    def __init__(self, model1, model2):
        super(ModelEnsemble, self).__init__()
        self.model1 = model1
        self.model2 = model2
        
    def forward(self, x):
        output1 = self.model1(x)
        output2 = self.model2(x)
        output = (output1 + output2) / 2 # 取平均
        return output

其中，ModelEnsemble类接受两个模型model1和model2作为输入，并将它们进行平均融合。在forward()函数中，分别计算model1和model2的输出，并将它们相加取平均。

使用例子：

# 假设有两个模型model1和model2
ensemble_model = ModelEnsemble(model1, model2)

这样，ensemble_model就是融合了model1和model2的模型了。可以直接使用ensemble_model进行训练和预测。