使用Python 3在TensorFlow中凍結Inception V3中的部分層

Question

我想凍結除Python 3使用TensorFlow的Inception v3模型中的前三層以外的所有層，還修改這三層的權重以僅重新初始化和重新訓練網絡的前三層。 如果在初始模型中無法做到這一點，那么還有其他網絡（在TensorFlow ）可以實現嗎？

Answer 1

這可以在任何網絡中完成。 要在訓練期間凍結較低的層，最簡單的解決方案是為優化器提供要訓練的變量列表，但不包括較低層的變量：

train_vars = tf.get_collection(tf.GraphKeys.TRAINABLE_VARIABLES,
                               scope="hidden[34]|outputs")
training_op = optimizer.minimize(loss, var_list=train_vars)

第一行獲取隱藏層3和4以及輸出層中所有可訓練變量的列表。 這就hidden1了隱藏層1和2中的變量。上面的代碼片段假定這些層具有變量范圍hidden1 ，...， hidden4和outputs ； 初始模型使用不同的命名： Conv2d_2a_* ， Conv2d_2b_* ， AvgPool_1a_* ，...