如何减小keras保存模型的大小？

Question

然后我基于tf-hub或keras.applications的预训练模型构建模型（应用程序使用相同的卷积核），结果为model.save（）或tf之后生成的模型文件大小.saved_model.save约为10 Mb。经过培训后，模型大小增加到30Mb！

如果我在训练后保存了模型，请重新创建模型，并从训练后的模型中加载权重，它将按预期进行预测，并且文件大小约为10Mb。

我用来创建模型的代码。

MODULE_HANDLE = 'https://tfhub.dev/google/imagenet/mobilenet_v2_100_224/feature_vector/4'
model = tf.keras.Sequential([
    hub.KerasLayer(MODULE_HANDLE, trainable=True),    
    tf.keras.layers.Dense(train_gen.num_classes, activation='softmax')
    ])
model.build((None,)+IMAGE_SIZE)

我希望这与保存培训信息（例如优化程序状态）有关。因此，有没有正确的方法来保存模型以进行推理，而无需使用save-recreate-load_weights技巧？

Answer 1

尝试分别在include_optimizer=False或tf.keras.Model.save()中设置tf.keras.models.save_model()。