具有不同特征的不同文件格式，都由tensorflow用于保存模型(.h5特别是keras).
.h5是一种存储结构化数据(在这种情况下是神经网络)的方法，目前已由Google概述.
简单的class包含两个字段，您可以使用多种受支持的语言(例如C++，Go)之一将其加载，解析，修改并以二进制格式发送给其他人.
- 解析力极小且有效(与说出
.xml相比)，因此通常用于网络上的数据传输 - 当您要将模型投入生产时(例如推论)，由 Tensorflow的服务使用通过网络)
- 不可知的语言-二进制格式可以由多种语言(Java，Python，Objective-C和C ++等)读取
- 从
tf2.0开始建议使用，您可以参阅官方序列化指南 - 保存各种元数据(使用
keras模型的情况下，优化程序，损失等)
SavedModel在概念上比单个文件更难掌握- 创建
weights所在的文件夹
keras最初用于保存模型(keras现在正式是tensorflow的一部分)
与.pb相比，它不那么通用，更面向数据"，编程更少.
- 用于保存巨型数据(因此某些神经网络很适合)
- 常用文件保存格式
- 所有内容都保存在一个文件中(权重，损失，与
keras一起使用的优化程序等)
- 不能与
Tensorflow Serving一起使用，但是您可以通过keras.experimental.export_saved_model(model, 'path_to_saved_model') - 轻松将其转换为
.pb
如果不需要生产模型(或者距离合理很远)，请使用较简单的模型(.h5).如果要进行生产，或者只想在所有tensorflow提供的工具中采用单一格式进行标准化，则使用.pb
1596
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
