你可以將某些層變更為不可訓練層，只訓練較靠近輸出的部分，特別是使用具有上千萬甚至億以上權重的模型，可以節省不少時間與運算資源，但此方法請不要使用在非遷移學習上，不對隨機初始化的權重做學習是不好的。

for layer in model.layers[:14]:
  layer.trainable = False

此動作關閉前14層，讓我們只訓練較靠近輸出的那幾層，你可以改變其數量，針對你的運算資源做調配，另外要關閉Functional模型的層時請注意，這種簡單從上面的層開始關下來的方法，請盡量只在Sequential方式搭建的模型使用，在Keras的預訓練模型裡的VGG16、VGG19即是，以下畫圖來說明為什麼。

使用Keras的plot_model功能需要的套件並沒有隨Tensorflow一併安裝，使用Colab的同學可以跳過安裝步驟，在本機使用環境的同學需安裝套件，請下載graphviz將裡面的bin資料夾解壓縮，跟你的ipynb檔案放在同一個資料夾，然後安裝以下套件。

pip install graphviz
pip install pydot