python - 如何减小 keras 保存模型的大小？

Question

然后，我在来自 tf-hub 或 keras.applications 的预训练模型的基础上构建模型（我使用相同的卷积核）大小在 model.save() 或 tf.saved_model 之后生成的模型文件大小。保存大约 10 Mb。经过我的训练，它的模型大小增加到 30Mb！

如果我在训练后保存模型，再次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)

我希望这与保存训练信息有关，例如优化器状态。那么，是否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？

标签： pythontensorflow2.0tensorflow-hub

Answer 1

分别尝试设置或include_optimizer=False。tf.keras.Model.save()tf.keras.models.save_model()