在宽容/无心神经网络中取消参数的可训练属性

Question

我正在使用千篇一律的nolearn来实现卷积神经网络。

我想修复一些预先学习的参数。 如何设置一些无法解决的层？

实际上，虽然我删除了某些图层的“可训练”属性， 拟合前的层信息中显示的数字，即

带有***学习参数的神经网络永远不会改变。

此外，我害怕问候功能 在'handers.py'

def _get_greeting(nn):
    shapes = [param.get_value().shape for param in
              nn.get_all_params() if param]

应该是

nn.get_all_params(trainable=True) if param]

但我不确定它对训练有何影响。