文章目錄

• • 1. tf.saved_model.save
  • 2. Keras API 模型導(dǎo)出

學(xué)習(xí)于：簡單粗暴 TensorFlow 2

1. tf.saved_model.save

• tf.train.Checkpoint 可以保存和恢復(fù)模型中參數(shù)的權(quán)值
• 導(dǎo)出模型：包含參數(shù)的權(quán)值，計(jì)算圖
  無須源碼即可再次運(yùn)行模型，適用于模型的分享、部署

注意：

• 繼承 tf.keras.Model 的模型，一些方法需要是計(jì)算圖模式，比如 call() 方法必須用 @tf.function 修飾

class MLPmodel(tf.keras.Model):def __init__(self):super().__init__()# 除第一維以外的維度展平self.flatten = tf.keras.layers.Flatten()self.dense1 = tf.keras.layers.Dense(units=100, activation='relu')self.dense2 = tf.keras.layers.Dense(units=10)@tf.function # 計(jì)算圖模式，導(dǎo)出模型，必須寫def call(self, input):x = self.flatten(input)x = self.dense1(x)x = self.dense2(x)output = tf.nn.softmax(x)return output # 導(dǎo)出模型， 模型目錄 tf.saved_model.save(mymodel, "./my_model_path") # 載入模型 mymodel = tf.saved_model.load('./my_model_path')

• 繼承 tf.keras.Model 的模型，重新載入后，無法再使用evaluate，predict方法，可以使用call方法

# tf_2_model_train.py res = mymodel.call(data_loader.test_data) print(res)

2. Keras API 模型導(dǎo)出

• Keras Sequential 和 Functional 模式自有的導(dǎo)出格式 .h5（HDF5 格式）

# 模型導(dǎo)出 model.save('catdog.h5')# 模型載入 model = tf.keras.models.load_model('catdog.h5')

總結(jié)

以上是生活随笔為你收集整理的TensorFlow 2.0 - tf.saved_model.save 模型导出的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。