chainer - 如何在chainer v2.0中修复学习网络中的层参数？

Question

假设我已经在其他数据库上预训练了网络。因为过拟合问题，我的数据库不是很多样化，所以过拟合问题很严重。我想在chainer v2.0中加载预训练的网络参数，但要修复前几层，在这种情况下，我应该在chainer v2.0中使用什么，我知道在chainer1.0中有volatile关键字，但在v2中已弃用.0.

在前几层处理时我应该使用with chainer.no_backprop_mode():inside吗？def __call__

Answer 1

是的，您可以chainer.no_backprop_mode()在前向计算代码中使用上下文管理器来修复特定层的参数。这是一个例子：

def __call__(self, x):
    with chainer.no_backprop_mode():
        h1 = F.relu(self.l1(x))
    h2 = F.relu(self.l2(h1))
    return self.l3(h2)