Модель дальше в TensorFlow

Цепочка Sequential удобна для простых линейных стеков слоёв, но не всегда описывает схему вычислений. Отдельно задают вход с нужной формой, затем связывают слои в разветвлённый граф и собирают итоговый объект модели.

Часть уже обученных блоков оставляют неизменной: у слоя выключают обучение, и его веса не участвуют в шаге спуска. Так переносят готовые фрагменты сети в новую задачу.

К весам можно добавить штраф, чтобы они не росли без нужды. Один распространённый вариант - сумма квадратов коэффициентов. Позже разберём и штраф по модулю значений.

У собранной модели иногда нужен конкретный внутренний блок по имени, а не только вход и выход целиком.

Со всем этим мы и будем разбираться в рамках данного раздела.