tf.keras模型保存差异

Question

我注意到tf.keras中可用的两个保存功能之间的差异，两者似乎都在做相同的事情，我想知道实际的区别是什么。

当我使用以下方法保存模型，然后通过以下方法评估其大小时：

model.save(path)


print("Size of the model: %.2f Mb" % (os.path.getsize(path) / float(2**20)))

我有：

  

模型的大小：172.13 Mb

但是如果现在我尝试使用以下功能：

tf.keras.models.save_model(model, path)

我有：

  

模型的大小：57.39 Mb

通过查看Keras和tf.keras的文档，我发现：

tf.keras.models.save_model：保存的模型包含：-模型的配置（拓扑）-模型的权重-模型的优化器状态（如果有）

并且：

model.save()：保存Keras模型，其中将包含：模型的架构，模型的权重，训练配置（损失，优化器），优化器的状态。

两者似乎都可以达到相同的目的，所以我猜测tf.keras.save_model可能会在后台执行某些操作（压缩？）。你有什么主意吗？

Answer 1

如果您的保存格式为'tf，则model.save和tf.keras.models.save_model的GitHub源代码最终会导致在tensorflow.python.keras.saving.saved_model包中出现的save内部方法。 ”，如果您的保存格式为“ h5”，则会导致内部方法save_model_to_hdf5。您的方法可能做错了。