Python代码pytorch 对比两个pt模型是否是同一个

在PyTorch中，你可以通过比较两个`nn.Module`对象的`__hash__`和`__eq__`方法来判断它们是否是同一个实例。但是，通常你不会直接比较模型对象本身，而是应该关注它们的状态（如权重、结构等）。

如果你想比较两个模型是否有相同的架构（结构）并忽略训练状态，可以先将模型冻结（`.eval()`），然后获取它们的可训练参数数量或者元数据（如`model.state_dict().keys()`）。如果这两个模型的结构信息（包括层的数量、类型和连接方式）一致，那么它们就算"等效"。

def is_equivalent(model1, model2):
    model1.eval()  # 冻结模型，避免影响比较
    with torch.no_grad():  # 禁用梯度计算
        model1_state = {n: p for n, p in model1.named_parameters()}
        model2_state = {n: p for n, p in model2.named_parameters()}
        
        if set(model1_state.keys()) != set(model2_state.keys()):
            return False
        
        for name, param1 in model1_state.items():
            param2 = model2_state[name]
            if not torch.allclose(param1, param2):  # 如果有参数不相等，则返回False
                return False
                
    return True

# 使用示例
model1 = MyModel()
model2 = MyModel()
if is_equivalent(model1, model2):
    print("两个模型是同一个")
else:
    print("两个模型不是同一个")