除FC层之外的MXNet上的微调

Question

我是MXNet的新手，我想知道是否有人知道如何微调CNN中的更多层而不仅仅是FC层。我正在查看的所有示例，仅在FC层上进行微调。在Keras中，这可以轻松完成，除FC块之外的更多块ConvNets可以进行微调：https://github.com/Hvass-Labs/TensorFlow-Tutorials/blob/master/10_Fine-Tuning.ipynb

Pre-trained network

如果我们只想微调FC块，我们将所有层的可训练性都设为false： layer.trainable = False

finetune the FC layers

如果我们想微调除FC层之外的更多ConnNet块，我们为这些层制作layer.trainable = True： finetune blocks of ConvNet in Keras

我的问题是如何在MXNet中做同样的事情

Answer 1

答案取决于您使用的是命令式（Gluon）还是符号API。

如果您使用命令式（Gluon）API：

您可以提供要训练的参数的子集，而不是使用所有参数（gluon.Trainer）创建net.collect_params()。 <> 1}}中传递给Trainer的任何参数都将保持冻结状态。

如果您使用的是Symbolic API：

您可以在创建ParameterDict时使用fixed_param_names参数。您可以提供与要冻结的参数名称匹配的正则表达式。检查this示例。