如何冻结一层过滤器，同时保持其他过滤器的可训练性？

Question

假设一层的权重矩阵为[32,64,4,2]。是否可以冻结第一个过滤器，同时保持其他31个过滤器的可训练性？

我尝试设置require_grad，但是此参数适用于整个图层。

Answer 1

这是可能的，但没有您想像的那么简单。 nn.Conv2d有效的作用是初始化并拥有权重（和偏差，如果适用），然后在forward中将其分派到functional.conv2d。

为了实现您的目标，您将需要创建一个类，其中将冻结的过滤器保存为buffer（非参数），将剩余的31个过滤器保存为parameter。然后，向前，它将连接缓冲区和参数以获得32通道过滤器，并分派到functional.conv2d。