如何在 keras 中分别更新两个连接的模型？

Question

我有两个 CNN 模型，它们是这样连接的。

模型1（输入1，输出） 模型2（模型1.输出，输出2）

我想在每次迭代时分别更新每个模型并分别节省重量，但我不知道如何使用 keras 模型编译器和拟合生成器来实现。

为了训练操作我是这样编码的

model1.compile(优化器=..., epochs=500) model2.compile(optimizer=..., epochs=500)

但我不希望模型 2 得到模型 1 输出训练操作完成。 我想在每次迭代时获得 model1 输出。

model1 生成图像，model2 细化 model1 的输出。 我想用单独的反向传播进行训练，因为每个部分都有不同的角色。

每次迭代 模型1（输入1，输出） 更新模型1（损失（输出））

模型2（模型1.输出，输出2） 更新模型2（损失（输出2））

Answer 1

构建模型 1，编译它，冻结模型 1 的层，然后用它们构建模型 2，然后编译模型 2。

如果您现在训练模型 2，模型 1 的权重将不会更新。

How you can freeze layers in keras.