我有两个CNN模型，这样连接 .
model1（input1，output）model2（model1.output，output2）
我希望每次迭代都单独更新每个模型并分别保存重量，但我不知道如何使用keras模型编译器和拟合生成器来实现这一点 .
我这样编码用于训练操作
model1.compile（optimizer = ...，epochs = 500）model2.compile（optimizer = ...，epochs = 500）
但我不希望model2获得训练操作完成的model1输出 . 我想在每次迭代时获得model1输出 .
model1生成一个图像，model2改进了model1的输出 . 我想用单独的反向训练进行训练，因为每个部分都有不同的角色 .
for each iteration model1（input1，output）update model1（loss（output））
model2（model1.output，output2）更新model2（丢失（output2））
1 回答
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，则不会更新模型1的权重 .
How you can freeze layers in keras.