作者znmkhxrw (QQ)
看板DataScience
標題[問題] keras model.trainable一問
時間Mon Jun 11 01:37:34 2018
問題類別: ML
使用工具: python,keras
問題內容:
想以以下例子問trainable的
影響範圍
def generator():
input = Input(shape=(100,))
y = Dense(300,activation = "relu")(input)
y = Dense(500,activation = "relu")(y)
y = Dense(784,activation = "relu")(y)
return Model(input,y)
【Case I】
gen_model = generator()
gen_model.trainable=False
model = Model(gen_model.input, gen_model(gen_model.input))
model.summary()
【Case II】
gen_model = generator()
gen_model.trainable=False
model = Model(gen_model.input, gen_model.output)
model.summary()
結果：
Case I的model會被gen_model的trainable=False影響到
但是 Case II的model
並不會
起初我是先知道Case II，然後覺得很合理
把
model = Model(gen_model.input, gen_model.output) 解釋成：
只會使用gen_model的
架構，trainable與否的設定不會繼承
但是突然發現Case I後就發現這套說法無法解釋了...
雖然我知道正解是：module本身就是這樣設計 背起來(?
但是有沒有理解性的說法可以給我參考
謝謝！
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 219.68.160.241
※ 文章網址: https://webptt.com/m.aspx?n=bbs/DataScience/M.1528652257.A.334.html
2F：推 siscon: 我的keras版本是2.1.6 06/11 02:21
我來公司用keras 2.1.6跑沒錯耶，附上code：
from keras.models import Model
from keras.layers import Input, Dense
def generator():
input = Input(shape=(100,))
y = Dense(300,activation = "relu")(input)
y = Dense(500,activation = "relu")(y)
y = Dense(784,activation = "relu")(y)
return Model(input,y)
gen_model = generator()
gen_model.trainable=False
model = Model(gen_model.input, gen_model(gen_model.input))
model.summary()
gen_model = generator()
gen_model.trainable=False
model = Model(gen_model.input, gen_model.output)
model.summary()
※ 編輯: znmkhxrw (210.242.52.37), 06/11/2018 10:16:03
3F：→ znmkhxrw: 已有答案 謝謝 06/11 11:34