JavaScript для глубокого обучения 2021 TensorFlow js Ббк

Глава 5. Перенос обучения: переиспользование предобученных нейронных сетей
191
внимание, что метод 
loadLayersModel()
загружает не только топологию модели, но 
и все значения ее весовых коэффициентов. В результате загруженная модель сразу 
готова к предсказанию классов цифр от 0 до 4. Впрочем, мы будем использовать ее 
не для этого, а для распознавания новых цифр (от 5 до 9).
Рис. 5.2.
Сводка топологии сверточной сети для распознавания изображений MNIST 
и переноса обучения
Глядя на функцию обратного вызова для кнопки 
Retrain
(в функции 
retrainModel()
файла 
index.js
), вы заметите несколько строк кода, присваивающих значение 
false
свойству 
trainable
первых семи слоев модели, если выбрана опция 
Freeze Feature 
Layers
(а она выбрана по умолчанию).
Что происходит в результате? По умолчанию свойство 
trainable
всех слоев 
модели непосредственно после ее загрузки с помощью метода 
loadLayersModel()
или обучения с нуля равно 
true
. Свойство 
trainable
используется во время об­
учения (то есть вызова метода 
fit()
или 
fitDataset()
) и указывает оптимиза­
тору, нужно ли обновлять весовые коэффициенты слоя. По умолчанию весовые 
коэффициенты всех слоев модели обновляются во время обучения. Если же при­
своить свойству 
trainable
значение 
false
для части слоев модели, весовые коэф­
фициенты этих слоев 
не
будут обновляться во время обучения. Говоря на языке 
TensorFlow.js, эти слои станут 
необучаемыми
(untrainable) или 
заблокированными

---

192
Часть II • Введение в TensorFlow.js
(frozen). Код в листинге 5.1 блокирует первые семь слоев модели, от входного слоя 
conv2d до слоя схлопывания, в то время как несколько последних слоев (плотные) 
остаются обучаемыми.