模型网络的保存--tensorflow2.0学习

模型权重的保存和读取
model.save_weights(’./weights/model’)
model.load_weights(’./weights/model’)
模型的保存和读取
model.save(‘all_model.h5’)
model = tf.keras.models.load_model(‘all_model.h5’)
保存网络结构
两种方式：
#序列化成json
import json
import pprint
json_str = model.to_json()
pprint.pprint(json.loads(json_str))
fresh_model = tf.keras.models.model_from_json(json_str)

#保持为yaml格式 #需要提前安装pyyaml
yaml_str = model.to_yaml()
print(yaml_str)
fresh_model = tf.keras.models.model_from_yaml(yaml_str)