keras模型保存和加载

tensorflow中的模型常常是protobuf格式，这种格式既可以是二进制也可以是文本。keras模型保存和加载与tensorflow不同，keras中的模型保存和加载通常是保存成hdf5格式。

keras的模型保存分为多种情况。

一、不保存模型只显示大概结构

• model.summary()
  这个函数会打印模型结构，但是仅仅是打印到控制台。

• keras.utils.plot_model()
  使用graphviz中的dot.exe生成网络结构拓扑图

二、保存模型结构

• keras.models.Model

• 对象的to_json,to_yaml只保存模型结构，加载时使用keras.models.model_from_json(),keras.models.model_from_yaml()

• keras.model.get_config()返回文本形式的配置
  使用keras.model.model_from_config可以加载模型。

三、保存全部结构（最常用的方法）

keras.core.saving.py这个文件十分重要，keras的模型保存、加载都需要这个文件。
但是不建议直接使用这个文件，因为keras中的Model对象和models模块会调用这个文件。
keras.core包下的内容一般供内部使用，不暴露给使用者。

Model对象提供了save()和save_wights()两个方法。

save()方法保存了三种东西：

• 模型结构
• 模型参数
• 优化器参数

其中优化器参数是给优化器用的，用于继续训练模型。有些优化器比