En Tensorflow - ¿Es posible bloquear filtros de convolución específicos en una capa, o eliminar por completo?

glamredhel:

Cuando se utiliza la transferencia de aprendizaje en Tensorflow, sé que uno puede bloquear capas de la formación continua, haciendo:

for layer in pre_trained_model.layers:
    layer.trainable = False

¿Es posible bloquear filtros específicos en la capa en su lugar? Al igual que en - si toda la capa contiene 64 filtros, es posible:

• cerradura sólo algunos de ellos, que parecen contener filtros razonables y re-entrenar a los que no lo hacen?

O

• quitar los filtros injustificadamente a futuro a partir de capas y volver a entrenar sin ellos? (Por ejemplo, para ver si los filtros nueva formación va a cambiar mucho)

Vlad:

Una solución posible es implementar capa personalizada que divide convolución en distintos number of filterscircunvoluciones y conjuntos de cada canal (que es una convolución con un canal de salida) a trainableo a not trainable. Por ejemplo:

import tensorflow as tf
import numpy as np

class Conv2DExtended(tf.keras.layers.Layer):
    def __init__(self, filters, kernel_size, **kwargs):
        self.filters = filters
        self.conv_layers = [tf.keras.layers.Conv2D(1, kernel_size, **kwargs) for _ in range(filters)]
        super().__init__()

    def build(self, input_shape):
        _ = [l.build(input_shape) for l in self.conv_layers]
        super().build(input_shape)

    def set_trainable(self, channels):
        """Sets trainable channels."""
        for i in channels:
            self.conv_layers[i].trainable = True

    def set_non_trainable(self, channels):
        """Sets not trainable channels."""
        for i in channels:
            self.conv_layers[i].trainable = False

    def call(self, inputs):
        results = [l(inputs) for l in self.conv_layers]
        return tf.concat(results, -1)

Y ejemplo de uso:

inputs = tf.keras.layers.Input((28, 28, 1))
conv = Conv2DExtended(filters=4, kernel_size=(3, 3))
conv.set_non_trainable([1, 2]) # only channels 0 and 3 are trainable
res = conv(inputs)
res = tf.keras.layers.Flatten()(res)
res = tf.keras.layers.Dense(1, activation=tf.nn.sigmoid)(res)

model = tf.keras.models.Model(inputs, res)
model.compile(optimizer=tf.keras.optimizers.SGD(),
              loss='binary_crossentropy',
              metrics=['accuracy'])
model.fit(np.random.normal(0, 1, (10, 28, 28, 1)),
          np.random.randint(0, 2, (10)),
          batch_size=2,
          epochs=5)