tensorflow2.0神经网络模型绘制、保存与加载

网上资料甚多，实在是乱花渐欲迷人眼，遂整理记录于此，以备后用。

创建神经网络模型

import tensorflow as tf
from tensorflow import keras
import matplotlib.pyplot as plt
model=tf.keras.models.Sequential([    
    tf.keras.layers.Flatten(input_shape=(28,28)),
    tf.keras.layers.Dense(128,activation='relu'),
    tf.keras.layers.Dense(64,activation='relu'),
    tf.keras.layers.Dropout(0.2),
    tf.keras.layers.Dense(10,activation='softmax')
    ])

显示模型

tf.keras.utils.plot_model(model,'my__model.png')

或者

tf.keras.utils.plot_model(model,'my__model.png',show_shapes=True)

模型保存与加载

model.save('the_save_model.h5')
new_model = keras.models.load_model('the_save_model.h5')

HDF5是一种层次化的格式（hierarchial format），经常用于存储复杂的科学数据。例如MATLAB就是用这个格式来存储数据，在存储带有关联的元数据（medata）的复杂层次化数据的时候，这个格式非常有用。

此外，还有其他保存模型框架或者权重等方式,此处便不再记录，直接传送

传送门