Keras：层可训练集错误不工作

我有一个基于预训练keras的双向LSTM模型。我想为前几层设置trainable false。但它不起作用

 classifier.layers[1].trainable=False

---

我还尝试使用config创建模型的虚拟副本，并将trainable key更改为false。但即使是虚拟模型的权重在训练后也会发生变化。

因为有些奇怪的事情，您可以尝试深入查找所有涉及的层，并在所有层中设置

trainable=False

：

classifier.layers[i].forward_layer.trainable = False
classifier.layers[i].backward_layer.trainable = False 
classifier.layers[i].trainable = False

使用

分类器，然后编译

如果模型涉及子模型，则可能需要重复：

classifier.layers[i].layers[j].trainable = False

尝试
分类器。在我尝试过的@DanielMöller之后编译
trainable=False
。不起作用它是多层次模型吗？
classifier.layers[1]。层是否存在？否。它表示层没有属性层。这是双向包装器LSTM层。不应该发生这种情况，但您可以将这三个层一起尝试：
层[i]。向前\u层。可训练=False
，
层[i]。向后\u层。可训练=False
和
层[i]。可训练=False
。然后使用
编译
。