tensorflow2.0 保存模型方式主要有4种,下面一一介绍下。
1、保存全模型,权重和模型框架一起保存H5格式
model.save('the_save_model.h5') new_model = keras.models.load_model('the_save_model.h5')
2、将模型保存为SavedModel格式,python,java 均可调用
keras.experimental.export_saved_model(model, 'saved_model') new_model = keras.experimental.load_from_saved_model('saved_model') 或者 # 保存整个模型,保存成SavedModel格式 model.save('serving_model2/', save_format='tf') # 保存整个模型成SavedModel格式,注意参数'my_saved_model'是文件夹名称,不是文件哦! tf.saved_model.save(model, 'serving_model/') # 从SavedModel加载模型 new_model2 = load_model('serving_model/') print(new_model2)
3、其他方式参考我上一篇博客。
【深度学习 走进tensorflow2.0】训练的模型保存方式
【深度学习 走进tensorflow2.0】训练模型以及保存最佳模型
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)