neural-network - lr_mult = 0 有什么影响？

Question

我正在查看一些 Caffe 网络构建代码(在 BerkeleyVision pascalcontext-fcn8s net.py 文件中)，我找到了这一行:

L.Deconvolution(n.score_fr,
    convolution_param=dict(num_output=60, kernel_size=4, stride=2,
        bias_term=False),
    param=[dict(lr_mult=0)])

我想知道 lr_mult = 0 项的作用。在查看文档后我的第一个猜测是它应该阻止对内核权重的任何更新，但这看起来很奇怪，因为我假设默认初始化是随机的。这是做什么的？是否有其他代码或参数文件在某处初始化内核？

Answer 1

1. 你是对的。设置 lr_mult=0 卡住层的权重。权重将保持固定，并且在整个训练过程中不会改变其初始值。
2. 如果您按照代码进行操作，您会看到对 surgery.interp 的调用, 此函数在训练开始 之前设置放大层的初始权重。由于 lr_mult=0，权重保持固定为这些值。