Tensorflow 2.x(keras)源码详解之第十章：keras中的模型保存与加载(详解Checkpoint&md5&模型序列化)

  大家好，我是爱编程的喵喵。双985硕士毕业，现担任全栈工程师一职，热衷于将数据思维应用到工作与生活中。从事机器学习以及相关的前后端开发工作。曾在阿里云、科大讯飞、CCF等比赛获得多次Top名次。现为CSDN博客专家、人工智能领域优质创作者。喜欢通过博客创作的方式对所学的知识进行总结与归纳，不仅形成深入且独到的理解，而且能够帮助新手快速入门。

  本文主要介绍了Tensorflow 2.x(keras)源码详解之第十章：keras中的模型保存与加载(详解Checkpoint&md5&模型序列化)，希望能对学习TensorFlow 2的同学有所帮助。

1. 模型保存与加载：综述

• Keras 模型由多个组件组成：

  • 架构/配置：模型架构指模型包含哪些层以及它们如何连接，模型的配置指将架构序列化后得到结果，从形式上看是包含模型参数的字典或json。
    • 优化器：通过model.compile添加，属于架构或模型的一部分。
    • 损失和指标：通过model.compile或调用add_loss()/ add_metric()添加，属于架构或模型的一部分。
  • 权重值（“模型状态”）。