tf.compat.v1.keras.experimental.export_saved_model

Экспортирует tf.keras.Model как SavedModel TensorFlow.

tf.compat.v1.keras.experimental.export_saved_model(
    model, saved_model_path, custom_objects=None, as_text=False,
    input_signature=None, serving_only=False
)

Обратите внимание, что в настоящее время модели, созданные на основе подклассов, могут быть сохранены только с помощью serving_only=True.

Экспортированная SavedModel представляет собой автономную сериализацию объектов TensorFlow и поддерживается API языков TensorFlow и системой Tensorflow Serving. Для загрузки модели используйте функцию tf.keras.experimental.load_from_saved_model.

Экспортированный SavedModel содержит:

1. чекпоинт, содержащий весы модели.
2. протокол SavedModel, содержащий граф бэкэнда TensorFlow. Отдельные графы сохраняются для предсказания (сервирования), обучения и оценки. Если модель не была скомпилирована, то экспортируется только граф, вычисляющий предсказания.
3. конфигурацию модели в формате JSON. Если модель создана на основе подклассов, она будет включена только в том случае, если метод get_config() модели переопределен.

Пример:

import tensorflow as tf

# Create a tf.keras model.
model = tf.keras.Sequential()
model.add(tf.keras.layers.Dense(1, input_shape=[10]))
model.summary()

# Save the tf.keras model in the SavedModel format.
path = '/tmp/simple_keras_model'
tf.keras.experimental.export_saved_model(model, path)

# Load the saved keras model back.
new_model = tf.keras.experimental.load_from_saved_model(path)
new_model.summary()