Keras: model实现固定部分layer,训练部分layer操作
需求：Resnet50做调优训练，将最后分类数目由1000改为500。
问题：网上下载了resnet50_weights_tf_dim_ordering_tf_kernels_notop.h5，更改了Resnet50后，由于所有层均参加训练，导致训练速度慢。实际上只需要训练最后3层，前面的层都不需要训练。
解决办法：
①将模型拆分为两个模型，一个为前面的notop部分，一个为最后三层，然后利用model的trainable属性设置只有后一个model训练，最后将两个模型合并起来。
②不用拆分，遍历模型的所有层，将前面层的trainable设置为False即可。代码如下：
for layer in model.layers[:-3]: print(layer.trainable) layer.trainable = False
注意事项：
①尽量不要这样：
layers.Conv2D(filters1, (1, 1), trainable=False)(input_tensor)
因为容易出错。。。
②加载notop参数时注意by_name=True.
补充知识：Keras关于训练冻结部分层
设置冻结层有两种方式。
（不推荐）是在搭建网络时，直接将某层的trainable设置为false，例如:
layers.Conv2D(filters1, (1, 1), trainable=False)(input_tensor)
在网络搭建完成时，遍历model.layer,然后将layer.trainable设置为False:
# 冻结网络倒数的3层 for layer in model.layers[:-3]: print(layer.trainable) layer.trainable = False
也可以根据layer.name来确定哪些层需要冻结,例如冻结最后一层和RNN层：
for layer in model.layers:
layerName=str(layer.name)
if layerName.startswith("RNN_") or layerName.startswith("Final_"):
layer.trainable=False
可以在实例化之后将网络层的 trainable 属性设置为 True 或 False。为了使之生效，在修改 trainable 属性之后，需要在模型上调用 compile()。
这是一个例子
x = Input(shape=(32,)) layer = Dense(32) layer.trainable = False y = layer(x) frozen_model = Model(x, y) # 在下面的模型中，训练期间不会更新层的权重 frozen_model.compile(optimizer='rmsprop', loss='mse') layer.trainable = True trainable_model = Model(x, y) # 使用这个模型，训练期间 `layer` 的权重将被更新 # (这也会影响上面的模型，因为它使用了同一个网络层实例) trainable_model.compile(optimizer='rmsprop', loss='mse') frozen_model.fit(data, labels) # 这不会更新 `layer` 的权重 trainable_model.fit(data, labels) # 这会更新 `layer` 的权重
在网络搭建时，可以考虑最后一个分类层命名和分类数量关联，这样当费雷数量方式变化时，model.load_weight(“weight.h5”，by_name=True)不会加载最后一层
以上这篇Keras: model实现固定部分layer,训练部分layer操作就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持脚本之家。
相关文章
高版本的pip在使用过程中会出现很多的不兼容问题,而且不留神很容易把pip给升级了,下面这篇文章主要给大家介绍了关于python本地降级pip的方法步骤,文中通过图文介绍的非常详细,需要的朋友可以参考下2022-12-12
这篇文章主要介绍了Python爬虫自动化获取华图和粉笔网站的错题,本文给大家介绍的非常详细，对大家的学习或工作具有一定的参考借鉴价值，需要的朋友可以参考下2021-01-01
这篇文章主要介绍了Python 中OS module的使用详解,本文通过实例代码给大家介绍的非常详细，对大家的学习或工作具有一定的参考借鉴价值，需要的朋友可以参考下2023-03-03
这篇文章主要为大家详细介绍了python Tkinter版学生管理系统，具有一定的参考价值，感兴趣的小伙伴们可以参考一下2019-02-02
selenium+python自动化78-autoit参数化与批量上传功能的实现
这篇文章主要介绍了selenium+python自动化78-autoit参数化与批量上传,本文给大家介绍的非常详细，对大家的学习或工作具有一定的参考借鉴价值，需要的朋友可以参考下2021-03-03
这篇文章主要介绍了python画图时给图中的点加标签和plt.text的使用，利用matplotlib模块画各城市2019-nCoV疫情确诊人数和节前流入人口数的图的时候遇到了要给图中的点加上标签示意,需要的朋友可以参考一下2022-03-03
在本篇文章里小编给大家分享的是关于python语言是否免费的相关知识点，需要的朋友们可以学习下。2020-06-06
并发编程是实现多任务协同处理，改善系统性能的方式。Python中实现并发编程主要依靠进程、线程和协程，本文将通过示例详解三者的区别，感兴趣的可以了解一下2022-05-05
今天小编就为大家分享一篇python 实现生成均匀分布的点，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2019-12-12
这篇文章主要介绍了Python爬取城市房租房信息实战分享，先单线程爬虫，测试可以成功爬取之后再优化为多线程，最后存入数据库，需要的小伙伴可以参考一下的相关资料2022-04-04
最新评论