Python3.x Tensorflow Keras 将权重从一个模型复制到另一个模型

如何从一个模型复制到另一个模型？

作为一些背景，我正试图在DeepMind发布DQN之后，为Atari游戏实现一个deep-q网络(DQN).我的理解是，实现使用了两个网络，Q和Q’.然后使用梯度将权重复制到Q′.

以下是我如何构建Q和Q':

ACT_SIZE   = 4
LEARN_RATE = 0.0025
OBS_SIZE   = 128

def buildModel():
  model = tf.keras.models.Sequential()

  model.add(tf.keras.layers.Lambda(lambda x: x / 255.0, input_shape=OBS_SIZE))
  model.add(tf.keras.layers.Dense(128, activation="relu"))
  model.add(tf.keras.layers.Dense(128, activation="relu"))
  model.add(tf.keras.layers.Dense(ACT_SIZE, activation="linear"))
  opt = tf.keras.optimizers.RMSprop(lr=LEARN_RATE)

  model.compile(loss="mean_squared_error", optimizer=opt)

  return model

我打两次电话来得到Q和Q'.

下面我有一个updateTargetModel的方法，这是我复制重量的try .代码运行良好，但我的DQN整体实现失败了.我只是想验证一下，这是否是一种将权重从一个网络复制到另一个网络的有效方法.

def updateTargetModel(model, targetModel):
  modelWeights       = model.trainable_weights
  targetModelWeights = targetModel.trainable_weights

  for i in range(len(targetModelWeights)):
    targetModelWeights[i].assign(modelWeights[i])

这里还有一个问题讨论如何将权重保存到磁盘(Tensorflow Copy Weights Issue)或从磁盘(Tensorflow Copy Weights Issue)加载权重，但没有公认的答案.还有一个关于从各个层加载权重的问题(Copying weights from one Conv2D layer to another)，但我想复制整个模型的权重.