【发布时间】：2019-05-20 13:37:03
【问题描述】：
假设一层的权重矩阵是[32,64,4,2]。是否可以冻结它的第一个过滤器，同时保持其他 31 个过滤器可训练？
我试过设置 requires_grad，但是这个参数是针对整个层的。
【问题讨论】：
标签： tensorflow neural-network deep-learning pytorch
【发布时间】：2019-05-20 13:37:03
【问题描述】：
这是可能的，但并不像您想象的那么简单。 nn.Conv2d 实际上所做的是初始化并拥有权重（和偏差，如果适用）参数，然后在 forward 中它只是分派给 functional.conv2d。
为了实现您的目标，您需要创建一个类，将冻结过滤器保存为buffer（非参数），并将剩余的 31 个过滤器保存为parameter。然后，向前，它只会连接缓冲区和参数以获得 32 通道过滤器并调度到functional.conv2d。
【讨论】：