VGG16转移学习

Question

当我尝试实现转移学习来训练我的ConvNet模型时，我在这个Keras博客（goo.gl/N60H13）中没有理解代码片段。总的来说，VGG16有21层，但为了冻结除最终FC之外的所有其他层，我需要冻结的层数为20.有没有人明白为什么博客使它成为24（[ 25]）？

代码：

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

Answer 1

也许有事情做与蝼的框架。

从这gist，我们知道VGG16 model for Keras has been obtained by directly converting the Caffe model.所以，它最初也计数为zero-padding layers。双重检查revision history，它确实包含那些zero-padding layers。

对于从解冰的当前版本的VGG16，也许应该是

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