如何使tensorflow操作不可培训

我正在用Tensorflow核心构建一个堆叠卷积自动编码器（没有API纯Tensorflow）。我想在编码器和解码器之间添加不可训练的层。有人知道如何在tensorflow图中添加不可训练的层吗。随附张力板图图片，蓝色标记框中出现的ops是我想使其不可训练的ops，或者可以说我不想对其进行梯度计算。 TF版本：1.15 我已经尝试了tf.stop_gradient（）方法，但是这个方法阻止了之前所有输入的贡献

您有两个选择：

• 使用或定义权重变量时，传递

  trainable=False

  。这将阻止变量添加到可训练变量集合（可通过

  tf.get_集合（tf.GraphKeys.trainable_variables）

  访问），默认情况下，该集合用作优化器训练的变量列表
• 当您使用或定义优化步骤时，传递一个带有要训练的变量列表的

  var\u list

  参数。然后优化器将忽略可训练变量集合，只影响列出的变量

---

谢谢你的回复，但问题是我不是在创建变量，我只是在张量上执行一些操作，张量是最后一个卷积层的输出。我在自定义层中添加的操作是可训练的，正如您从。我想让这些ops不可训练，它们用红色标记，并与adam优化器连接，我想让它们与adam断开连接。这是该层的代码。再次感谢你的帮助！