我正在浏览code in the library。在paper（第6页，第二列，第一段）中，它被表示为卷积层是固定的（在第三步和第四步训练期间）并调整了RPN层和Fast RCNN层。
代码的哪一部分在照顾它？
我看了一下代码，Solver.cpp是控制前进/后退的代码。
我看不到在那里修复卷积层的实现。
然后，所有prototxt文件对图层都有类似的实现。
如何在训练中实现固定的卷积层？
最佳答案
在微调过程中冻结一层时，通常会凝固
param { lr_mult: 0 }
对于该层，这种方式caffe不会更新该层的权重。
关于machine-learning - 如何在训练Faster R-CNN中固定共享卷积层，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/47766687/