首页 文章

Keras“可训练”的范围

提问于
浏览 次
0

我有两个Keras网络 . 让我们说为了解释我的模型类似于GAN . 所以，我们有一个鉴别器（D）和一个发生器（G） . 显然，为了训练（G），应该冻结（D）层 . 如果，我使用 D.trainable = False 冻结它们，那么我应该在训练（D）时反转这个参数吗？

在Keras中 model.trainable 的范围是什么？我见过只改变一次参数状态的代码：https://github.com/nairouz/Keras-GAN/blob/master/gan/gan.py

怎么可能这样做？任何解释？

python keras

1 回答

  • 0

    从How can I "freeze" Keras layers?：

    此外，您可以在实例化后将图层的可训练属性设置为True或False . 为使其生效，您需要在修改可训练属性后在模型上调用compile（） .

    这同样适用于模型 . 这意味着当您设置 D.trainable = False 时，在编译 D （或利用 D 的任何其他模型）之前，这不会生效，因此它不会影响您之前编译的模型 .

    回复于

相关问题