关于“Non-trainable params“的解答

在深度学习实验时遇到如下问题

一个简单的1D-CNN网络，结构也并不是很复杂。因为是初学，首次看到

Non-trainable params: 128

这一行代码是有些纳闷的？为什么这里会有128个不训练的参数。

查阅了一些资料后了解到，"Non-trainable params"这类参数可能是因为BN层中的参数是使用均值和方差的方式更新，而无需利用反向传播法进行更新，因此在神经网络中这部分参数就可不必在网络训练中更新。

如果将网络结构中的BN层删去，可看到如下结果

此时所有参数都是可训练的。