Question

我想使用预训练的神经网络，并根据我的特定需求进行微调。我想使用Python和Lasagne框架。上：

我找到了一个如何将预训练网络用于特定图像的示例。我的问题是我想用上面链接中描述的网络作为起点，并为其添加最终层，使其实现TWO CLASS 分类器这是我需要的。因此，我希望冻结网络中的所有图层，并且只允许在我上次添加的图层中进行培训。

显然有一种方法可以表明图层应该是＆＃34; nontrainable＆＃34;在千层面，但我没有发现如何在网上做这个。

对此的任何想法都将受到高度赞赏。

Answer 1

将要使用lr冻结的那些图层设置为0，并仅将要微调的图层设置为非零。目前还没有在线示例。但是你应该查看这个帖子https://groups.google.com/forum/#!topic/lasagne-users/2z-6RrgiHkE

Answer 2

从要保持冻结的图层的所有参数中删除trainable标记：

def freeze_layer(layer):
    for param in layer.params.values():
         param.remove('trainable')

要将所有网络冻结到某个图层，您可以简单地遍历其较低层：

from lasagne.layers import get_all_layers

def freeze_net(net):
    layers = get_all_layers(net)
    for l in layers:
        freeze_layer(l)

未经测试的代码。有关详细信息，请参阅this discussion。