如何在Keras编译模型后动态冻结权重?

2024-05-17 00:57:31 发布

您现在位置:Python中文网/ 问答频道 /正文

我想在喀拉斯训练一只鹅。我的最终目标是开始,但我从最简单的开始。理解如何正确地冻结体重是必要的,这就是我正在努力解决的问题。

在生成器训练期间,可能不会更新鉴别器权重。我想将冻结解冻鉴别器交替进行生成器和鉴别器的训练。问题是,在鉴别器模型上或甚至在其权重上将trainable参数设置为false不会停止模型的训练(以及权重的更新)。另一方面,当我将trainable设置为False后编译模型时,权重将变为unfreezable。我不能在每次迭代后编译模型,因为这否定了整个训练的想法。

因为这个问题,许多Keras实现似乎被窃听了,或者它们是由于旧版本中的一些非直观技巧或其他原因而工作的。


Tags: 模型false技巧原因直观keras权重体重