ModelCheckpoint保存的模型与tf.saved_model.save区别

Question

老师您好，通过上节ModelCheckpoint保存的模型，既保存了模型又保存了参数，与tf.saved_model.save(model, “./keras_saved_graph”)保存了模型又保存了参数，除了保存的两种方式保存的模型类型不同之外，有什么本质的区别呢？

logdir = './graph_def_and_weights’
if not os.path.exists(logdir):
os.mkdir(logdir)
output_model_file = os.path.join(logdir,
“fashion_mnist_model.h5”)
keras.callbacks.ModelCheckpoint(output_model_file,
save_best_only = True,
save_weights_only = False)

Answer 1

正十七 2020-03-01 15:48:25

没有什么本质的区别，就是格式不同，saved_model是2.0新加的格式，这个保存的格式可以更方便的去js还有lite设备上部署。不过保存的模型内容也是模型结构和模型参数，跟之前没有本质的区别。

• 提问者 站在你背后的 #1

  非常感谢！

• 不安分的coder #2

  老师，预测时，，为什么相同数据经过 ckpt之后，每次出来的数据都不一样