python - "model.trainable = False"在 Keras 中是什么意思？

Question

我想在 Keras 中卡住一个预先训练好的网络。我找到了 base.trainable = False在文档中。但我不明白它是如何工作的。
与 len(model.trainable_weights)我发现我有 30 个可训练的重量。怎么可能？网络显示总可训练参数:16,812,353。
冷冻后我有 4 个可训练的重量。
也许我不明白参数和权重之间的区别。不幸的是，我是深度学习的初学者。也许有人可以帮助我。

Answer 1

一个 Keras Model是 trainable by default - 您有两种方法可以卡住所有重量:

model.trainable = False编译模型前

for layer in model.layers: layer.trainable = False - 编译前后工作

(1) 必须在编译前完成，因为 Keras 对待 model.trainable作为编译时的 bool 标志，并在后台执行 (2)。完成上述任一操作后，您应该看到:

print(model.trainable_weights)
# [] 

关于文档，可能已经过时 - 请参阅上面的链接源代码，最新。