> For the complete documentation index, see [llms.txt](https://hecongqing.gitbook.io/tfnotes/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://hecongqing.gitbook.io/tfnotes/di-er-zhang-tensorflow-ji-chu-pian-i/mo-xing-bao-cun-yu-jia-zai.md).

# 2.5 模型保存与加载

主要有三种方法：

* model.save\_weights() : 该方法可保存模型权重；
* model.save() :该方法可保存HDF5模型文件，或者pb格式文件；
* tf.keras.models.save() : 该方法可保存HDF5模型文件，或者pb格式文件；
* tf.saved\_model.save() : 该方法可保存pb格式文件，主要用于模型服务。
* model.load\_weights() : 加载模型权重，和model.save\_weights配合使用。
* tf.keras.models.load\_model() : 加载HDF5或pb模型文件，和model.save()、tf.keras.models.save\_models()配合使用
* tf.saved\_model.load() :加载模型文件，和tf.saved\_model.save()配合使用

## 小知识

tf.keras.models.save、model.save 和 tf.saved\_model.save()保存的pb文件有何区别？

tf.saved\_model格式的模型可以直接用来预测(predict)，但是 tf.saved\_model没有保存优化器配置。 反之，tf.keras.models.save()保存模型的所有参数，包含优化器等参数，可直接进行模型预测(model.predict())。