Keras关于训练冻结部分层

1. （不推荐）是在搭建网络时，直接将某层的trainable设置为false，例如:

layers.Conv2D(filters1, (1, 1), trainable=False)(input_tensor)

2. 在网络搭建完成时，遍历model.layer,然后将layer.trainable设置为False:

# 冻结网络倒数的3层
for layer in model.layers[:-3]:
    print(layer.trainable)
    layer.trainable = False

也可以根据layer.name来确定哪些层需要冻结,例如冻结最后一层和RNN层：

for layer in model.layers:
	layerName=str(layer.name)
	if layerName.startswith("RNN_") or layerName.startswith("Final_"):
		layer.trainable=False

在网络搭建时，可以考虑最后一个分类层命名和分类数量关联，这样当分类数量方式变化时，model.load_weight(“weight.h5”，by_name=True)不会加载最后一层