python-3.x - 如何加载经过训练的自动编码器(Keras)、获取编码器部分并将其卡住?

标签 python-3.x machine-learning keras neural-network keras-layer

我训练了一个自动编码器,现在想将编码器部分(包括权重)用于其他目的。我可以加载完整模型,获取编码器部分,然后在这些层中设置“可训练”参数吗?或者我是否需要重新编译适应的编码器架构(即所有层设置为不可训练),然后才加载权重?

最佳答案

您可以迭代模型层列表 ( model.layers ) 并修改编码器层,使 trainable 标志为 False .

for layer in model.layers:
    layer.trainable = False

关于python-3.x - 如何加载经过训练的自动编码器(Keras)、获取编码器部分并将其卡住?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/56317547/

相关文章:

python - 检查输入 : expected lstm_1_input to have 3 dimensions, 时出错,但仅在 epoch>1 和特定数据集拆分时得到形状为 (0, 1) 的数组

python - 从自动编码器 : ValueError: Input 0 of layer dense_3 is incompatible with the layer: 定义编码器和解码器模型

tensorflow - 无效参数 : Input size should match but they differ by 2

python - 理解Python多重赋值

algorithm - 马尔可夫强化学习的拟合值迭代算法

python - 具有 2 个类别的虚拟变量。它应该在单列还是多列中?

python - tf.compat.v1.random_normal() 中 random_normal 的平均值和标准差是什么意思?

python-3.x - 如何在 keras 模型中可视化学习到的训练权重?

Python argparse 第二选择

python-3.x - 在 Python 3 中记录异常