model.trainable = False-重量是否冻结且无法训练？

Question

我将EfficientNet模型（https://keras.io/api/applications/efficientnet/#efficientnetb0-function）与ImageNet中的权重一起使用，并且我想使用自定义的顶部，因此我说了top = False。我现在想知道，当我使用以下代码时，EfficientNet的权重是否冻结并且是否没有得到重新训练（这就是​​我想要的）？

efnB0_model = efn.EfficientNetB0(include_top=False, weights="imagenet", input_shape=(224, 224, 3))
efnB0_model.trainable = False

还是我必须使用其他代码？

非常感谢！

Answer 1

您所做的工作是可行的，但人们通常会逐层进行，因为您最终可能会决定取消冻结某些层：

for layer in model.layers:
    layer.trainable = False

model.layers返回一个列表，因此您也可以仅解冻最后几层：

for layer in model.layers[-10:]:
    layer.trainable = False

您可以验证可以使用什么训练

model.trainable_variables

[]

在这种情况下，什么都没有。