model.trainable_variables是什么？

Question

我有vgg19型号，我想微调一下.

# fine tuning the vgg19 model

# let's take a look to see how many layers are in the base model
print("Number of layers in the base model: ", len(vgg_model.layers))

# fine-tune from this layer onwards
fine_tune_at = 100

# freeze all the layers before the `fine_tune_at` layer
for layer in vgg_model.layers[:fine_tune_at]:
  layer.trainable = False

Number of layers in the base model:  22

当摘要模型

Total params: 20,090,177
Trainable params: 65,793
Non-trainable params: 20,024,384

# compiling the model
model.compile(loss = 'binary_crossentropy', optimizer = 'adam', metrics = ['accuracy'])

len(model.trainable_variables)

4

我想知道len(model.trainable variables) = 4是什么？

有人能跟我解释一下吗？

Answer 1

• 大多数模型都是由层组成的。层是具有已知数学结构的函数，可以重用并具有可训练的变量。在模型训练过程中可以修改的任何变量都称为可训练变量。

• 可训练变量和不可训练变量之间的区别被用来让优化者知道它们可以对哪些变量进行操作。

打印(“可训练变量：”，simple_module.trainable_variables)打印(“所有变量：”，simple_module.trainable_variables)

上述代码可用于获取模型中的所有可训练变量和不可训练变量。谢谢。