tf.keras.models.save_model

Сохраняет модель как файл TensorFlow SavedModel или HDF5.

tf.keras.models.save_model(
    model, filepath, overwrite=True, include_optimizer=True, save_format=None,
    signatures=None, options=None
)

Использование:

model = tf.keras.Sequential([
    tf.keras.layers.Dense(5, input_shape=(3,)),
    tf.keras.layers.Softmax()])
model.save('/tmp/model')
loaded_model = tf.keras.models.load_model('/tmp/model')
x = tf.random.uniform((10, 3))
assert np.allclose(model.predict(x), loaded_model.predict(x))

Сохраненная модель содержит:

- the model's configuration (topology)
- the model's weights
- the model's optimizer's state (if any)

Таким образом, сохранённую модель можно повторно создать в точно таком же состоянии без какого-либо кода, используемого для определения или обучения модели.

Обратите внимание, что имена весов модели могут отличаться после загрузки. Имена включают имена модели/слоя, такие как "dense_1/kernel:0". Рекомендуется использовать свойства слоя для доступа к определённым переменным, например model.get_layer("dense_1").kernel.

Сериализация SavedModel

Путь сериализации SavedModel использует tf.saved_model.save для сохранения модели и всех отслеживаемых объектов, прикреплённых к модели (например, слоев и переменных). @tf.function-методы также сохраняются. Дополнительные отслеживаемые объекты и функции добавляются в SavedModel, чтобы модель могла быть загружена обратно как объект Keras Model.