一种常见的应用是冻结嵌入层。冻结该层将阻止嵌入更新其权重，这可能是可取的，尤其是对于文本嵌入层。

也存在不需要在某个批次期间更新权重的设计。例如，一些 GAN 实现只想在组合模型阶段训练模型，因此冻结了批次的生成器和鉴别器层。

您还可以看到这用于堆叠自动编码器，其中有人可能一次训练一层。这是一个快速链接。

我们使用冻结来使用迁移学习。深度学习对数据有着极大的渴望。在某些任务中，您可能没有那么多数据，但可能已经有一个可以提供帮助的预训练网络。在这种情况下，您可以使用模型及其权重并通过替换 soft-max 层，在您拥有少量数据的情况下，您可以尝试为您的特定任务定制网络。如果你有更多的数据，可以训练更多的层数。看看这里