如何将路缘石中的参数设置为不可训练的？

Question

我对凯拉斯很陌生，我正在做一个模型。我想冻结模型最后几层的权重，同时训练前几层。我试图将横向模型的可训练属性设置为False，但它似乎不起作用。下面是代码和模型摘要：

opt = optimizers.Adam(1e-3)
domain_layers = self._build_domain_regressor()
domain_layers.trainble = False
feature_extrator = self._build_common()
img_inputs = Input(shape=(160, 160, 3))
conv_out = feature_extrator(img_inputs)
domain_label = domain_layers(conv_out)
self.domain_regressor = Model(img_inputs, domain_label)
self.domain_regressor.compile(optimizer = opt, loss='binary_crossentropy', metrics=['accuracy'])
self.domain_regressor.summary()

模型摘要：model summary。

如您所见，model_1是可训练的。但根据规定，它是不可训练的。

Answer 1

“trainble”一词有误（缺少“a”）。可悲的是，凯拉斯没有警告我，模型没有“可训练”的属性。这个问题可以结束了。