모델 구조를 빼고 가중치만 저장해
모델 전체가 아니라 학습된 텐서만 필요한 경우가 있어. save_weights는 가중치만 기록하고 구조는 제외하므로 파일이 작고 저장도 빨라. 긴 학습 도중 몇 에포크마다 체크포인트를 남길 때 알맞아.
불러오기 전에 같은 구조를 다시 만들어야 해
파일에 구조가 없으므로 복원은 두 단계로 이루어져. 먼저 코드로 모델을 만들고 load_weights로 가중치를 넣어. 이 모델은 저장 당시와 레이어, 모양, 순서가 모두 같아야 해. 다르면 로드가 실패하거나 텐서가 잘못 대응할 수 있어. .keras의 자기 설명식 안전성을 크기와 속도에 내주는 대신, 모델 구성 코드를 정확히 동기화할 책임을 맡는 셈이야.
거대한 모델은 여러 조각으로 나눠
가중치 파일 하나가 너무 커지면 Keras 3.10 이상에서 max_shard_size로 조각 크기를 제한할 수 있어. 예를 들어 "2GB"를 넘는 가중치를 여러 파일로 자동 분할해 파일시스템과 업로드 제한 안에 맞추고, 불러올 때는 다시 자동으로 합쳐.