我可以在不重新编译的情况下训练复合模型的一部分吗？

Question

我有一个复合模型 (model_12)，它由两个较小的模型 model_1 和 model_2 组成。例如：

model12 = keras.Model(inp, model_2(model_1(inp))

我的训练过程是这样的，我想自己训练 model_2，然后在固定 model_1 的复合模型中训练 model_2，如下所示：

while True:
   ...
   model_2.trainable = True
   model_2.compile(...)
   model_2.fit(...)
   model_2.trainable = False
   model_12.compile(...)
   model_12.fit(...)

由于不断的重新编译，这非常低效。有没有更有效的方法？特别是，如果我在需要时使用可训练标志简单地编译一次这些模型，它们是否会坚持这种方式，在调用 model2 时更新 model2.fit 权重，但在调用 model_12.fit 时不会更新叫？

Answer 1

最初编译模型后，您可以更改其训练属性，而无需重新编译模型。