Как достать и заморозить предварительно обученную сверточную основу?

Question

[Ilya Neizvestnyj]

Есть обученная сеть:

model = models.Sequential()
model.add(layers.Conv2D(32, (3, 3), activation="relu", input_shape=(150, 150, 3)))

model.add(layers.MaxPooling2D(2, 2))
model.add(layers.Conv2D(64, (3, 3), activation="relu"))
# model.add(layers.MaxPooling2D(2, 2))
# model.add(layers.Conv2D(128, (3, 3), activation="relu"))
model.add(layers.MaxPooling2D(2, 2))
model.add(layers.Conv2D(128, (3, 3), activation="relu"))
model.add(layers.MaxPooling2D(2, 2))
model.add(layers.Flatten())
model.add(layers.Dropout(0.5))
model.add(layers.Dense(512, activation="relu"))
model.add(layers.Dense(1, activation="sigmoid"))

Как достать и заморозить сверточную основу как в примере ниже:

conv_base = VGG16(weights="imagenet",
                  include_top=False,
                  input_shape=(150, 150, 3))

model = models.Sequential()
model.add(conv_base)
model.add(layers.Flatten())
model.add(layers.Dense(256, activation="relu"))
model.add(layers.Dropout(0.5))
model.add(layers.Dense(1, activation="sigmoid"))
conv_base.trainable = False

(Так замораживал)

for layer in model.layers:
    if layer.name == "flatten_1" or layer.name == "dense_1" or layer.name == "dropout_1" or layer.name == "dense_2":
        set_trainable = True
    else:
        layer.trainable = False

Answer 1

[Andrey Dugin]

Заморозка через layer.trainable - верно. Что значит "достать" свёрточную основу?
Вот веса слоя:

layer.weights
layer.get_weights()

И чем перечислять имена слоёв, проще сделать что-то вроде:

for layer in model.layers[:4]:
    layer.trainable = False

Comments

[Ilya Neizvestnyj]

Это как в примере, conv base это только сверточная и предварительно обученная основа, я просто загрузил сетку и заморозол все до Dense, думаю это то