keras模型训练，调参，finetune等

模型载入部分层：

model.load_weights('model.hdf5', by_name=True)

使用by_name参数，控制只载入name相同的层。

---

固定某些层的参数，使其不参与训练：

for layer in model.layers:
            layer.trainable = False
        # 或者使用如下方法冻结所有层
        # model.trainable = False 
        model.layers[-1].trainable = True
        model.layers[-2].trainable = True
        model.layers[-3].trainable = True
        model.layers[-4].trainable = True
        model.layers[-5].trainable = True

查看可训练的层或者不可训练的层：

# 可训练层
for x in model.trainable_weights:
    print(x.name)
print('\n')

# 不可训练层
for x in model.non_trainable_weights:
    print(x.name)
print('\n')

---

清除内存中model相关的信息：

from keras import backend as K
K.clear_session()

这个可以避免同一模型在多次训练时出现的OOM问题或者其他异常问题。

---