tensorflow自定义keras模型的保存与恢复

在保存时，自己写的call函数要加

@tf.function(input_signature=[ [tf.TensorSpec(shape=[None, None], dtype=tf.int32), tf.TensorSpec(shape=[None, None], dtype=tf.int32)]])

这个input_signature只和输入有关，training这种状态码，不需要写在这里，使用时直接加上training=True/False即可

使用

tf.summary.trace_on()

训练语句

with summary_writer.as_default():

    tf.summary.trace_export(name="model_trace", step=0)

将模型图写入tensorboard的graph中

使用model.save('model', save_format="tf")来保存自定义模型

使用model = keras.models.load_model("model")来恢复自定义模型