![30c7b0dccdf38e36cc2789217a2b039b.gif](https://i-blog.csdnimg.cn/blog_migrate/9d4204bbb43f2e0764b6b496d01e9769.gif)
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![7ff39b4a7e0d4bebb05dbde82815bde0.png](https://i-blog.csdnimg.cn/blog_migrate/ea314ce9927a75044ba40e42e4bc5ebe.jpeg)
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