如何冻结模型中模型的特定层？答案

【问题标题】：How to freeze specific layers of a model inside a model?如何冻结模型中模型的特定层？
【发布时间】：2019-03-20 19:23:55
【问题描述】：

我的 keras 模型由多个模型组成。每个“子模型”都有多个层。如何调出“子模型”中的层并设置可训练性/冻结特定层？

【问题讨论】：

嗨，欢迎来到 StackOverflow。如果您举例说明您想要实现的目标以及您迄今为止尝试过的目标，您可能会更快地获得帮助。可能还需要澄清“子模型”和“设置可训练性”的含义。

【解决方案1】：

我将使用 Keras 中的 VGG19 卷积神经网络示例，尽管它适用于任何神经网络架构：

from keras.applications.vgg19 import VGG19 

model = VGG19(weights='imagenet')

您可以使用以下方法可视化图层：

model.summary()

摘要将显示网络中可训练参数的数量。冻结某些层，即网络中的最后 5 层：

for layer in model.layers[:-5]:
    layer.trainable = False

再次调用摘要，您会看到可训练参数的数量减少了。

【讨论】：

这是针对单个模型而不是嵌套子模型。但是，我发现“子模型”是可调用的，所以我找到了一个解决方案，将子模型层称为 model.layers[5].layers，其中模型的第 5 层是子模型。
是的，我回答时想知道您对子模型的定义，因为深度神经网络的各个层都可以被视为子模型。但我很高兴你把它整理好了