模型保存的格式.h5和.pb对比

• 将Tensorflow(.pb)格式转换为Keras(.h5)
• 如何将Keras .h5导出到tensorflow .pb?
• 如何将 Keras .h5 导出到 tensorflow .pb?

具有不同特征的不同文件格式，都由tensorflow用于保存模型(.h5特别是keras).

.h5是一种存储结构化数据(在这种情况下是神经网络)的方法，目前已由Google概述.

简单的class包含两个字段，您可以使用多种受支持的语言(例如C++，Go)之一将其加载，解析，修改并以二进制格式发送给其他人.

• 解析力极小且有效(与说出.xml相比)，因此通常用于网络上的数据传输
• 当您要将模型投入生产时(例如推论)，由 Tensorflow的服务使用通过网络)
• 不可知的语言-二进制格式可以由多种语言(Java，Python，Objective-C和C ++等)读取
• 从tf2.0开始建议使用，您可以参阅官方序列化指南
• 保存各种元数据(使用keras模型的情况下，优化程序，损失等)

• SavedModel在概念上比单个文件更难掌握
• 创建weights所在的文件夹

 

keras最初用于保存模型(keras现在正式是tensorflow的一部分)

与.pb相比，它不那么通用，更面向数据"，编程更少.

• 用于保存巨型数据(因此某些神经网络很适合)
• 常用文件保存格式
• 所有内容都保存在一个文件中(权重，损失，与keras一起使用的优化程序等)

• 不能与Tensorflow Serving一起使用，但是您可以通过keras.experimental.export_saved_model(model, 'path_to_saved_model')
• 轻松将其转换为.pb 

如果不需要生产模型(或者距离合理很远)，请使用较简单的模型(.h5).如果要进行生产，或者只想在所有tensorflow提供的工具中采用单一格式进行标准化，则使用.pb