keras 设置模型每层的trainable

本文介绍如何使用Python管理深度学习模型的训练过程,包括将所有层设为不可训练,然后针对特定层设置可训练状态,并分别列出 trainable 和 untrainable 层的权重名称。适合理解模型训练控制的开发者。
摘要由CSDN通过智能技术生成
def setTrainable(model,trainlayers):
    # 先全部设置成不可训练
    for layer in model.layers:
        layer.trainable = False
    # 设置可训练的层
    for i in trainlayers:
        model.layers[i].trainable = True

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

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

  • 1
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值