趋近智
在投入时间和计算资源训练机器学习模型后,您会希望保存其学习到的状态。保存模型可以让您稍后停止并恢复训练,无需重新训练即可用于对新数据进行预测,或者与他人分享。本章侧重于TensorFlow和Keras中模型保存的实用方法。
您将学习如何:
SavedModel 格式,该格式适用于部署。我们将介绍可用的不同方法,并讨论何时使用每种方法,以确保您能有效管理训练好的模型。
6.1 为什么要保存和加载模型?
6.2 训练期间保存检查点
6.3 仅保存权重
6.4 保存整个模型(架构 + 权重 + 优化器状态)
6.5 TensorFlow SavedModel 形式
6.6 加载预训练模型
6.7 TensorFlow Hub 简介
6.8 练习:模型训练的保存与恢复
© 2026 ApX Machine Learning用心打造