【发布时间】：2019-03-12 07:37:05
【问题描述】：
我正在尝试使用 Keras 修剪深度模型中的一些连接。这些连接位于不同的位置和不同的全连接层，因此设置layer.trainable=False 对我不起作用。
那么如何在 Keras 中修剪这些连接（在训练期间将它们的权重冻结为 0）？我是否需要编写自己的图层以及如何编写？
PyTorch 等其他工具是否轻松支持这种修剪（或冻结）操作（无需编写我自己的层）？
【问题讨论】：
-
对于 PyTorch，您只需设置：
my_layer.weight.requires_grad = False即可冻结您的层权重（my_layer.bias也需要这样做）。 pytorch.org/docs/0.4.0/notes/… -
@blue-phoenox 好像
my_layer.weight.requires_grad = False冻结了某一层的所有权重，但我需要的是冻结特定的权重，例如第一个神经元之间的连接权重第 1 层和第 2 层中的第一个神经元。 -
啊，好吧，我明白了。以前没试过，你可以看看 pytorch sparse，也许这有点帮助。祝你好运！ pytorch.org/docs/stable/sparse.html
标签： tensorflow keras deep-learning pytorch