TensorFlow2 保存训练完成的网络，在其它程序中使用。

TensorFlow2 保存训练完成的网络，在其它程序中使用。

今天碰到个新问题：
TF2的网络在训练完成后，我需要保存下来在其它的测试数据上进行测试。

在新的文件中，通过装载保存的网络，获取训练完成的网络的所有信息。
然后将新数据一一的进行预测，最终输出预测精度。

官方解决办法

还是先给出相关的官方文档，
官方文档：https://tensorflow.google.cn/tutorials/distribute/save_and_load?hl=zh-cn

官方核心说法

如果已经有一个简单的模型可供使用，那么有两组可用的 API可以用来保存和装载网络：
如果你定义网络时继承的是tf.keras.Model，最好用高级方法。

• 高级 model.save 和 tf.keras.models.load_model
• 低级 tf.saved_model.save 和 tf.saved_model.load

高级方法的保存和读取

高级方法使用很简单，model就是你定义好的网络，最好能compile编译一下，否则在装载时会有告警。
编译后的网络，直接用
model.save(savepath)
保存就好，这里的savepath是你自己的保存路径字符串。
我的保存路径在当前目录下的一个叫