VGG16迁移学习

Question

当我试图实现迁移学习来训练我的ConvNet模型时，在这个Keras博客(goo.gl/N60H13)中有一段我不理解的代码。VGG16总共有21层，但是为了冻结除最终FC之外的所有其他层，我需要冻结的层数是20。有人知道为什么博客会变成24 (:25)吗？

代码：

for layer in model.layers[:25]:
    layer.trainable = False

Answer 1

layer.trainable = False用于机器学习中的迁移学习概念。为了做到这一点，我们冻结了24层，并保持输出层不冻结，这样我们就可以在上面训练我们自己的网络。

简单地说，最后一层是输出层。我们不想冻结它。

Answer 2

也许这与Kera的框架有关。

从这个gist，我们知道VGG16 model for Keras has been obtained by directly converting the Caffe model.，所以，它最初也计入zero-padding layers。仔细检查一下revision history，它确实包含了这些zero-padding layers。

对于来自Kera的当前版本的VGG16，也许应该是

for layer in model.layers[:15]:
    layer.trainable = False