tensorflow保存和加载模型示例代码

可以使用以下代码示例来保存和加载 TensorFlow 模型：

保存模型：

import tensorflow as tf

# 建立模型
model = tf.keras.Sequential([
    tf.keras.layers.Dense(64, activation='relu'),
    tf.keras.layers.Dense(10)
])

# 编译模型
model.compile(optimizer=tf.keras.optimizers.Adam(0.01),
              loss=tf.keras.losses.CategoricalCrossentropy(from_logits=True),
              metrics=['accuracy'])

# 训练模型
model.fit( train_data, train_labels, epochs=10)

# 保存模型
model.save('my_model')

加载模型：

import tensorflow as tf

# 加载模型
loaded_model = tf.keras.models.load_model('my_model')

# 使用模型进行预测
result = loaded_model.predict(test_data)

其中，`my_model` 是保存模型的文件名。在加载模型时，使用 `tf.keras.models.load_model()` 函数来加载模型。加载的模型可以像原始模型一样使用。