keras保存模型_TensorFlow2教程-keras模型保存和序列化

TensorFlow2教程-keras模型保存和序列化

最全Tensorflow 2.0 入门教程持续更新：

Doit：最全Tensorflow 2.0 入门教程持续更新​zhuanlan.zhihu.com

完整tensorflow2.0教程代码请看https://github.com/czy36mengfei/tensorflow2_tutorials_chinese (欢迎star)

本教程主要由tensorflow2.0官方教程的个人学习复现笔记整理而来，中文讲解，方便喜欢阅读中文教程的朋友，官方教程：https://www.tensorflow.org

1.保存序列模型和函数模型

# 构建一个简单的模型并训练

1.1保存全模型

可以对整个模型进行保存，其保存的内容包括：

• 该模型的架构
• 模型的权重（在训练期间学到的）
• 模型的训练配置（你传递给编译的），如果有的话
• 优化器及其状态（如果有的话）（这使您可以从中断的地方重新启动训练）

import 

1.2 保存为SavedModel文件

keras

1.3仅保存网络结构

仅保持网络结构，这样导出的模型并未包含训练好的参数

config 

也可以使用json保存网络结构

json_config 

1.4仅保存网络参数

weights 

1.5完整的模型保存方法

json_config 

1.6保存网络权重为SavedModel格式

model

1.7子类模型参数保存

子类模型的结构无法保存和序列化，只能保持参数

# 构建模型

# 保存权重参数