问用新模型Keras连接自定义预训练模型

EN

我将Sports_1M caffe模型转换为Keras，并将其作为预训练模型使用到新的Keras模型中，我还加载了预训练的权重。

我删除了预先训练过的模型的顶层，最后与New连接起来。我不想再次训练加载的预训练模型(只是想使用预训练模型的嵌入，并使用它来训练我的新的Keras模型)。

代码如下所示：

from keras.models import model_from_json
from keras import backend as K
K.set_image_dim_ordering('th')

model = model_from_json(open('/content/sports_1M/sports1M_model_new.json', 'r').read())
model.load_weights('/content/sports_1M/sports1M_weights.h5')

我的问题是：

1. 是否应该编译预先训练过的模型，然后将其连接起来？

optimizer='adam') model.compile(损失=‘均方误差’)

1. ，我怎么知道预先训练过的模型不会再训练它(我不想)？

1. 如何训练整个(级联)体系结构？

model2 =模型(model.get_input_at(0)，model.get_layer(layer_name).output) input_shape = (3，16,112,112) encoded_l = model2(left_input)预测=致密(1，激活=‘sigmoid’)(Encoded_l)模型(left_input，right_input，预测)

当我们使用内置预训练模型(如VGG )时，我们通常使用VGG(include_top = False , weights = 'imagenet')。

我这样想是为了我的案子