一个简单的例子

import tensorflow.compat.v1 as tf
from tensorflow.keras.layers import Conv2Dinput = tf.ones([5, 5, 5, 5])with tf.variable_scope('z'):z = tf.Variable(tf.zeros(shape=[3,1],dtype=tf.float32),name='z',trainable=False)with tf.variable_scope('conv'):output1 = Conv2D(filters=3,kernel_size=3,trainable=False)(input)# output = tf.keras.layers.BatchNormalization(trainable=False)(input,training=True)print(tf.get_collection(key=tf.GraphKeys.TRAINABLE_VARIABLES))
print(tf.trainable_variables())

打印：

[<tf.Variable 'conv/conv2d/kernel:0' shape=(3, 3, 5, 3) dtype=float32>, <tf.Variable 'conv/conv2d/bias:0' shape=(3,) dtype=float32>]
[<tf.Variable 'conv/conv2d/kernel:0' shape=(3, 3, 5, 3) dtype=float32>, <tf.Variable 'conv/conv2d/bias:0' shape=(3,) dtype=float32>]

另外一个例子：来自KerasLayer trainable=false seems to have no effect

Setting trainable=False seems to have no effect.

Minimal example:

layer = tf.keras.layers.Dense(units=1,kernel_initializer=tf.keras.initializers.Constant([[1.0]]),bias_initializer=tf.keras.initializers.Constant([1.0]),trainable=False)
y = layer(tf.constant([[1.0]]))
with tf.Session() as session:session.run(tf.global_variables_initializer())for var in tf.global_variables():print("var: " + str(var) + " trainable: " + str(var.trainable))

results in:

var: <tf.Variable 'dense/kernel:0' shape=(1, 1) dtype=float32> trainable: True
var: <tf.Variable 'dense/bias:0' shape=(1,) dtype=float32> trainable: True

解决的办法

解决的办法就是在导入模型的时候建立一个variable_scope，将需要训练的变量放在另一个variable_scope,然后通过tf.get_collection获取需要训练的变量，最后通过tf的优化器中var_list指定需要训练的变量。

真的是，还要这么多冗余的操作去规避这个缺点，fuck

tf.keras与 TensorFlow混用，trainable=False设置无效相关推荐

Keras TensorFlow 混编中 trainable=False设置无效
Keras TensorFlow 混编中 trainable=False设置无效这是最近碰到一个问题,先描述下问题: 首先我有一个训练好的模型(例如vgg16),我要对这个模型进行一些改变,例如添加 ...
Keras vs tf.keras: 在TensorFlow 2.0中有什么区别?
导读在本文中,您将发现Keras和tf.keras之间的区别,包括TensorFlow 2.0中的新增功能. 万众期待的TensorFlow 2.0于9月30日正式发布. 虽然肯定是值得庆祝的时刻, ...
Keras与tf.keras：TensorFlow 2.0有什么区别？
在本教程的第一部分中,我们将讨论Keras和TensorFlow之间相互交织的历史,包括他们共同的受欢迎程度如何相互滋养,相互促进和滋养,使我们走向今天. 然后,我将讨论为什么您应该在以后的所 ...
Keras vs. tf.keras: 在TensorFlow 2.0中有什么区别?
在本教程中,您将发现Keras和tf.keras之间的区别,包括TensorFlow 2.0中的新增功能. Keras vs. tf.keras: 在TensorFlow 2.0中有什么区别? htt ...
【tf.keras】TensorFlow 1.x 到 2.0 的 API 变化
3. model.compile() 中设置 metrics=['acc'] 或者 ['accuracy'],会影响 model.fit() 生成的 log,callbacks.ModelCheckp ...
【tf.keras】tf.keras使用tensorflow中定义的optimizer
我的 tensorflow+keras 版本: print(tf.VERSION) # '1.10.0' print(tf.keras.__version__) # '2.1.6-tf' tf.ker ...
Vue Admin Template关闭eslint校验，lintOnSave：false设置无效解决办法
目录第一步:lintOnSave:false 第二步:修改package.json中的配置最后一步: 使用Vue Admin Template 二次开发是一件非常愉悦的事情,可是它里面的eslin ...
批标准化 tf.keras.layers.BatchNormalization 中的trainable参数与training参数比较
巨坑提醒:tf.keras与tensorflow混用,trainable=False根本不起作用.正文不用看了. 摘要: 在tensorflow中,training参数和trainable参数是两个不 ...
TensorFlow高阶 API: keras教程-使用tf.keras搭建mnist手写数字识别网络
TensorFlow高阶 API:keras教程-使用tf.keras搭建mnist手写数字识别网络目录 TensorFlow高阶 API:keras教程-使用tf.keras搭建mnist手写数字 ...

tf.keras与 TensorFlow混用，trainable=False设置无效

一个简单的例子

另外一个例子：来自KerasLayer trainable=false seems to have no effect

解决的办法

tf.keras与 TensorFlow混用，trainable=False设置无效相关推荐

最新文章

热门文章