tf_keras模型保存加载运行中间层输出

deepctr 作为实验，目前只在保存模型以h5格式时成功，pb格式还需探究。

常规步骤

1,首先训练模型1，建立model；2，combile；3,fit.
2,的到训练好的ctr模型model。

重构并保存embedding部分

其次保存模型，我们的目的不是ctr任务，是embedding任务。所以要抽取原模型中从input到embedding层部分保存。
具体做法如下：
part_model=tf.keras.Model(model.input,model.layers[“对应的embedding层号”])#重构模型
save_model(part_model,“part_model.h5”)

加载保存的embedding模型

加载模型进行embedding
from deepctr.layers import coustom_objects #这个参数很关键，尚未探究其具体意义
test_model=tf.keras.models.load_model(“part_model.h5”，custom_objects)

预测输出

输出embedding向量
test_model.predict(“数据与训练数据格式保持一致”)