tensorflow怎么保存模型

在TensorFlow中，可以使用tf.keras.models.save_model()函数保存模型。以下是一个保存模型的示例代码：

import tensorflow as tf from tensorflow.keras.models import Sequential from tensorflow.keras.layers import Dense  # 创建一个简单的神经网络模型 model = Sequential([     Dense(10, activation='relu', input_shape=(784,)),     Dense(10, activation='softmax') ])  # 编译模型 model.compile(optimizer='adam', loss='sparse_categorical_crossentropy', metrics=['accuracy'])  # 训练模型 model.fit(x_train, y_train, epochs=10)  # 保存模型 model.save('my_model.h5') 

在这个示例中，我们首先创建了一个简单的神经网络模型，编译并训练模型。然后使用model.save()函数保存模型为名为’my_model.h5’的HDF5文件。可以使用tf.keras.models.load_model()函数加载保存的模型。