loaded_model有哪些变量

`loaded_model` 是一个加载的模型对象，它包含了模型的结构和权重参数。在 TensorFlow 中，加载的模型对象通常是 `tf.keras.Model` 类的实例。

`loaded_model` 对象包含了一些常用的变量和方法，如下所示：

1. `loaded_model.layers`: 模型的层列表。你可以通过索引或名称访问特定层，例如 `loaded_model.layers[0]` 或 `loaded_model.get_layer('dense')`。

2. `loaded_model.weights`: 模型的权重列表。你可以使用这些权重进行推断或微调。

3. `loaded_model.summary()`: 打印模型的摘要信息，包括每个层的名称、输出形状和参数数量。

4. `loaded_model.predict()`: 对输入数据进行预测。你可以传入输入数据，返回模型的预测结果。

5. `loaded_model.evaluate()`: 对输入数据进行评估。你可以传入输入数据和对应的标签，返回模型在给定数据上的损失值和指标值。

这些是一些常见的变量和方法，但实际上，`loaded_model` 可能还有其他属性和方法，具体取决于你所使用的模型类型和框架。你可以通过查阅相关文档来了解更多关于加载模型后可以使用的变量和方法。