使用tensorflow-gpu 2.0.0.b1。
在名为mymodels的列表中，我有一组完全连接的模型Model_0至Model_n。输入层和前3个Dense层被命名为“输入，Shared_0，Shared_1，Shared_2”，每个模型都有连接到“ Shared_2”的其他Dense层。这些模型是使用FunctionalAPI方法构建的。
我正在尝试保存模型并在以后恢复它们，并继续进行培训。
问题： 我目前正在使用mymodels [i] .save（f'Model_ {i} /'）保存模型。 我目前正在使用mymodels [i] = tf.keras.models.load_model（f'Model_ {i} /'）来加载模型。
在检查模型的图层时，可以看到共享图层在保存之前是相同的对象。加载模型后，每个模型的共享层都是不同的对象，但是它们具有正确的名称。即mymodels [0] .layers [1] == mymodels [1] .layers [1]在保存之前返回True，但在加载之后返回False。
保存模型并加载它们以继续训练的正确方法是什么？