tensorflow2.0 保存模型方式主要有4种，下面一一介绍下。
1、保存全模型，权重和模型框架一起保存H5格式
model.save('the_save_model.h5')
new_model = keras.models.load_model('the_save_model.h5')
2、将模型保存为SavedModel格式，python，java 均可调用
keras.experimental.export_saved_model(model, 'saved_model')
new_model = keras.experimental.load_from_saved_model('saved_model')
或者
# 保存整个模型，保存成SavedModel格式
model.save('serving_model2/', save_format='tf')
# 保存整个模型成SavedModel格式，注意参数'my_saved_model'是文件夹名称，不是文件哦！
tf.saved_model.save(model, 'serving_model/')
# 从SavedModel加载模型
new_model2 = load_model('serving_model/')
print(new_model2)
3、其他方式参考我上一篇博客。
【深度学习 走进tensorflow2.0】训练的模型保存方式
【深度学习 走进tensorflow2.0】训练模型以及保存最佳模型
