我通读了文档，但我不清楚：如果我编写了一个自定义层然后在模型中使用它，我可以将模型保存为 SavedModel 并且自定义层会自动进入其中还是执行我也必须保存自定义图层？ 我尝试仅以 H5 格式保存模型，而不是自定义层。当我尝试加载模型时，自定义层无法识别或类似的错误。通读文档，我看到将自定义对象保存为 H5 格式有点复杂。但它如何与 SavedModels 一起使用？
【问题讨论】：
标签： python tensorflow model save
如果我理解您的问题，您应该直接使用tf.keras.models.save_model(<model_object>,'file_name',save_format='tf')。
我的理解是“tf”格式会自动保存自定义图层，因此加载不需要所有库都存在。这并没有扩展到所有自定义对象，但我不知道这种区别在哪里。如果要加载使用非层自定义对象的模型，则必须使用 tf.keras.models.load_model() 中的 custom_objects 参数。仅当您想在加载后立即训练时才需要这样做。如果您不打算立即训练模型，您应该可以放弃custom_objects，而只需在load_model 中设置compile=False。
如果您想使用“h5”格式，您应该拥有并加载自定义对象使用的所有库/模块/包，以便“h5”加载工作。我知道我以前用初始化器做过这个。这可能对层无关紧要，但我认为它确实如此。
您还需要在自定义对象定义中实现get_config() 和save_config() 函数，以便“h5”正确保存和加载。
【讨论】：