想请问一个型如以下的model：
input = Input(shape = (None, None, 3))
y = block_1(input)
y_1 = block_2(y)
y_2 = block_3(y)
y_3 = Concatenate()([y_1, y_2])
model = Model(input, y_3)
有没有办法不用summary算层数在model build起来后
直接设定y_1 = block_2(y)的trainable为False
其中 block_1,2,3 都不是 Model class
会有这问题是因为当初因为block_1,2,3很复杂就没逐一设name
原本想要硬算层数，但是summary出来发现因为y_2, y_3都有吃到y，所以summary的layer
是平行对称下来的，但是又有不对称的地方，算完也不太确定是否正确
不知道是否有一劳永逸的方法？
虽然把block改写成 Model class是一解，但是原本的架构已经train完了
尝试改写成 Model class就load不进去原本train好的weights....
因为 Model class会被当成一整大层的layer，整体变一层 就对不上了QQ
感谢帮忙~第一个解决的500p致谢