caffe 如何让反向传播不更新某些层，即固定网络参数

caffe程序中，有时候我们不需要更新某些层，那么我们该怎么做呢？

假设共有5个卷积层，conv1,conv2,conv3,conv4,conv5

为了方便，假设只有这5个卷积层，没有pool层与relu层

卷积层的定义为

layer

{

  name:”conv1”

  type:”Convolution”

  bottom: “data”
  top: “conv1”
  convolution_param {
    num_output: 64
    pad: 1
    kernel_size: 3
    stride: 1
    weight_filler {
      type: “msra”
    }
    bias_filler {
      type: “constant”
    }
  }

}

1.如果希望conv1,conv2,conv3都不更新，

那么在conv4的layer定义中，可以添加一句propagate_down : 0

即将层定义修改为：

layer

{

  name:”conv4”

  type:”Convolution”

  bottom: “conv3”
  top: “conv4”

propagate_down : 0
  convolution_param {
    num_output: 64
    pad: 1
    kernel_size: 3
    stride: 1
    weight_filler {
      type: “msra”
    }
    bias_filler {
      type: “constant”
    }
  }

}

通过增加的propagate_down : 0，反向传播会终止在conv4层，忽略conv1,conv2,conv3

2.如果只是希望conv3不更新，conv1,conv2与conv4,conv5都更新：

那么可以将conv3的学习率设为0

即：

layer {
    name: “conv3”
    type: “Convolution”
    bottom: “conv2”
    top: “conv3”
    param {
        lr_mult: 0.000000
    }
    param {
        lr_mult: 0.000000
    }
    convolution_param {
        num_output: 64
        kernel_size: 3
        stride: 1
        pad: 1
         weight_filler {
      type: “msra”
    }
    bias_filler {
      type: “constant”
    }
    }
}

将weight_filter与bias_filter的学习率均设为0即可

参考：https://zhidao.baidu.com/question/363059557656952932.html