Keras“可训练”范围

Question

我有两个 Keras 网络。为了便于说明，假设我的模型类似于 GAN。所以，我们有一个鉴别器（D）和一个生成器（G）。显然，为了训练（G），（D）层应该被冻结。如果，我使用冻结它们，D.trainable = False那么我应该在训练 (D) 时反转此参数吗？model.trainableKeras的范围是什么？我见过只改变这个参数状态一次的代码：https : //github.com/nairouz/Keras-GAN/blob/master/gan/gan.py怎么可能呢？有什么解释吗？

Answer 1

从我如何“冻结”Keras 层？：

此外，您可以将层的可训练属性设置为实例化True或False实例化之后。要使其生效，您需要compile()在修改可训练属性后调用您的模型。

这同样适用于模型。这意味着当您设置 时D.trainable = False，这在您编译D（或任何其他利用 的模型D）之前不会生效，因此它不会影响您之前编译的模型。