tensorflow2模型保存和恢复

有两种方法可以保存模型：

• ·使用检查点，一种简单的在硬盘上保存变量的方法
• ·使用SavedModel，模型结构及检查点

检查点不包含任何关于模型自身的描述：它们只是一种简单的存储参数并能让开发者正确恢复它的方法。

SavedModel格式在保存参数值的基础上加上了计算过程的序列化描述

在TensorFlow 2.0中可以用两个对象保存和恢复模型参数：

• ·tf.train.Checkpoint是一个基于对象的序列化/反序列化器。
• ·tf.train.CheckpointManager是一个能用tf.train.Checkpoint实例来存储和管理检查点的对象。

 

import tensorflow as tf
from tensorflow.keras.datasets import fashion_mnist

def make_model(n_classes):
    return tf.keras.Sequential(
        [
            tf.keras.layers.Conv2D(
                32, (5, 5), activation=tf.nn.relu, input_shape=(28, 28, 1)
            ),
            tf.keras.layers.MaxPool2D((2,