关于tensorflow保存模型以及推理速度分析

主要有三种方法：

1.model.save_weights() : 该方法可保存模型权重；
2.model.save() :该方法可保存HDF5模型文件，或者pb格式文件；
3.tf.keras.models.save() : 该方法可保存HDF5模型文件，或者pb格式文件；
4.tf.saved_model.save() : 该方法可保存pb格式文件，主要用于模型服务；
5.model.load_weights() : 加载模型权重，和model.save_weights配合使用；
6.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
7.tf.saved_model.load() :加载模型文件，和tf.saved_model.save()配合使用；

注意：tf.keras.models.load_model()加载模型的推理效率要低于tf.saved_model.load()

经过测试，若采用class建立的模型的推理效率高于采用函数式建立的模型