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))
Обратите внимание, что имена весов модели могут иметь разные области видимости после загрузки. Области видимости включают имена модели/слоя, такие как "dense_1/kernel:0". Рекомендуется использовать свойства слоя для доступа к конкретным переменным, например model.get_layer("dense_1").kernel.
Аргументы
filepath
Один из следующих:
Строка или pathlib.Path объект, путь к сохранённой модели
h5py.File объект, из которого загрузить модель
custom_objects
Необязательный словарь, сопоставляющий имена (строки) с пользовательскими классами или функциями, которые нужно учитывать во время десериализации.
compile
Булево значение, указывает нужно ли компилировать модель после загрузки.
Экземпляр модели Keras. Если исходная модель была скомпилирована и сохранена с оптимизатором, то возвращённая модель будет скомпилирована. В противном случае модель останется нескомпилированной. В случае возвращения нескомпилированной модели отображается предупреждение, если аргумент compile установлен в True.
