tensorflow冻结层的方法

最近在搞faster-rcnn的改动，网上看到很多人在做的一些改进，其中就包括冻结Bn等等方式，于是自己也就查了一下tensorflow里面冻结层的方法，现在总结如下：

1、比如使用一个VGG的前面提取特征的部分，而微调其全连层，或者将其全连层更换为使用convolution来完成，可以使用TensorFlow的stop_gradient函数，将模型的一部分进行冻结。

2、采用get_collection：

#定义优化算子
optimizer = tf.train.AdamOptimizer( 1e-3)
#选择待优化的参数
output_vars = tf.get_collection(tf.GraphKyes.TRAINABLE_VARIABLES, scope= 'outpt')
train_step = optimizer.minimize(loss_score,var_list = output_vars)

把需要更新梯度的层放在get_collection这个函数里面，不需要更新的不放进去。