[LAB 02 · 参数迁移：冻结、局部与全量微调](/course/notebooks/4bd450d54870432db91c80a4df563b8e.html)

# 先沿一行读“从哪里开始”，再读“哪些部分会动”
[独立阅读](/course/notebook-blocks/066b6fe08efe4c2fbd578d9b716eda96.html)
按问题继续

同源参数的冻结/局部/全量/scratch与BN模式辨析

**先沿一行读“从哪里开始”，再读“哪些部分会动”。** 四行都是同一小 CNN 的二分类版本。

![head、late、all、scratch四种起点和可更新参数范围](/assets/display/de50ac0b5652b763013d0e09.webp)

结构示意，由本页模型定义与参数计数绘制。灰：读取源参数并冻结；绿：读取源参数并更新；黄：新分类头；蓝：随机起点并更新。图中 66/26354/26434 是可更新参数数，尚不是效果。

`head` 只更新新头；`late` 更新第二卷积层、32 维隐藏层与新头；`all` 更新全部层。`scratch` 不读预训练权重。**先核对：** late 与 all 只相差 80 个可更新参数，它们对应图中的哪一块？为什么“少解冻一层”不一定意味着参数大幅减少？

代码会实际核对可更新参数。这个模型没有 BatchNorm 或 Dropout；含这些层时，冻结参数还需单独决定模式与状态，见[第二讲 LAB05 · 经典架构与视觉表示](https://codingai-lec02.pages.dev/course/lab05.html)与[第二讲 LAB03 · 架构实验室](https://codingai-lec02.pages.dev/course/lab03.html)。