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？
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？[阿里云机器学习PAI]
「点点赞赏，手留余香」
还没有人赞赏，快来当第一个赞赏的人吧！
=====这是一个广告位，招租中，联系qq 78315851====
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。
是的，此回答整理自钉群“BladeDISC用户支持群”