如何使用训练好的深度学习模型参数作为初始化模型权重呢？

可以使用 PyTorch 中的 load_state_dict() 方法将训练好的模型参数加载到模型中，从而作为初始化模型权重。具体实现可以参考以下代码：

import torch

# 定义模型
class MyModel(torch.nn.Module):
    def __init__(self):
        super(MyModel, self).__init__()
        self.fc1 = torch.nn.Linear(10, 5)
        self.fc2 = torch.nn.Linear(5, 2)

    def forward(self, x):
        x = self.fc1(x)
        x = torch.relu(x)
        x = self.fc2(x)
        return x

# 加载模型参数
model = MyModel()
state_dict = torch.load('model.pth')
model.load_state_dict(state_dict)