如何减小Keras保存的模型的大小？

问题描述

然后，我将基于来自tf-Hub或keras.Applications(我使用相同的卷积核心)的预先训练好的模型来构建模型。所得到的模型文件的大小在Model()或tf.saveModel.save之后大约是10Mb。经过培训后，它的模型大小增加到了30MB！

如果我在培训后保存模型，则再次重新创建该模型，并从训练的模型中加载权重，它将按照预期进行预测，文件大小约为10Mb。

我用于创建模型的代码。

MODULE_HANDLE = 'https://tfhub.dev/google/imagenet/mobilenet_v2_100_224/feature_vector/4'
model = tf.keras.Sequential([
    hub.KerasLayer(MODULE_HANDLE, trainable=True),    
    tf.keras.layers.Dense(train_gen.num_classes, activation='softmax')
    ])
model.build((None,)+IMAGE_SIZE)

我预计这与保存培训信息有关，比如优化器状态。那么，有没有正确的方法来保存模型以供推理，而不使用保存-重新创建-加载_权重技巧？

---

解决方案

尝试分别在tf.keras.Model.save()或tf.keras.models.save_model()中设置include_optimizer=False。