ResNet50中的BatchNormalization问题-转移学习方法

Question

我正在尝试使用ResNet50预训练模型对具有22400个数据点的图像分类问题实施基于微调的转移学习方法。请注意我在执行微调方法时遵循的过程。

1. 我通过设置base_model.trainable= False加载ResNet50模型并冻结基本模型
2. 我添加了分类头并编译了模型，对模型进行了几个时期的训练，以预热训练过程。
3. 我通过为所有具有'conv5'的层设置layer.trainable= True来解冻最后一个卷积块（conv5），其余层保留layer.trainable= False
4. 我编译并训练模型。

这是我遵循的程序。我诚挚地请您告诉我是否需要执行上述步骤之外的其他任何操作。我也请您澄清一下微调Xception的相同问题。我是否应该添加任何其他内容来满足BatchNorm图层的行为。请让我知道。