如何在保存自定义的模型（kaggle上面跑模型）

保存整个自定义模型

最近由于自己电脑跑不动定义的模型，所以到kaggle上跑自己的模型

1. 何为自定义模型
   只要你的模型继承了tf.keras.Model，那么你的就算是自定义模型了

class D_cnn(tf.keras.Model):

2. 如何保存训练好的模型
   通过tf.saved_model.save(netwok, path)
   其中network代表你的模型的实例化，path自己定义路径，（记住path保存没有文件格式，只需要给出路径，例如“./model\my_model”

 tf.saved_model.save(network, 'mymodel/')

3. 这个地方需要注意
   需要在自定义的模型call()方法处，利用@tf.function修饰,原因在于是图运算

	@tf.function
    def call(self, inputs, training=None):
        pre = self.decision(inputs)
        return pre

4. 最后加载模型

network = tf.saved_model.load("mymodel")

5.调用模型
这个地方调用的时候，不能像以前一样用魔法方法
而是需要显示调用call().

pre = network.call()