保存模型
使用model.save()方法可一键保存整个Keras模型，包含架构、权重和优化器状态：
model.save("my_model.h5")
📌 保存格式:
.h5：HDF5格式（默认）.tf：TensorFlow格式（支持更复杂的模型）
加载模型
通过tf.keras.models.load_model()恢复模型：
from tensorflow.keras.models import load_model
model = load_model("my_model.h5")
🔄 加载注意事项:
- 需要与保存时相同的架构定义
- 可通过
custom_objects参数加载自定义层 - 推荐使用
tf.saved_model.save()进行生产环境保存
模型优化技巧
- 使用
model.save_weights()仅保存权重（节省空间） - 通过
tf.keras.utils.serialize_keras_object()实现自定义序列化 - 了解更多信息，请访问本站的模型优化指南 ✅