在进行保存模型时,TF2.0有三种保存方式,分别是model.save_weights('filepath');model.save('filepath',save_format='tf');tf.saved_model.save(model,'filepath')
三种方式都有各自的特点:
- save_weights只保存模型权重,意味着当你要加载模型时,需要先搭建原来的模型,然后load一下参数从文件中,加载参数文件使用model.load_weights('filepath')。
- model.save保存整个模型,包括模型参数,模型的输入输出,优化器的配置等,TF支持保存两种格式的文件:
- H5格式的文件,使用方式为model.save('path.h5'),h5格式的文件内容比较全,一般文件比较大。(注意:如果是用户自定义模型,采用的是subclassing方式创建的,则无法保存为H5格式的文件,会报错!)
- pb格式的文件,使用方式为model.save('path',save_format='tf'),pb格式的文件一般适合用来部署,文件的大小要小一点。
- tf.saved_model.save(model,'filepath')保存整个模型,是TF2.0中支持的方法,一般也是用来模型部署的。模型加载预测起来比较麻烦一点
开始进入主题:
在model.save('filepath