model.save()와 load_model() — 세 포맷

~10 min · save, load, keras-format

Level 0Level 0

0 XP0/78 lessons0/17 achievements

0/100 XP to next level100 XP to go0% complete

배포 필요해지기 전에 포맷 선택

Model training은 비싸. 저장이 재사용 가능하게 해 — inference, training 계속, 배포, 공유, 출판. TF는 여러 포맷 제공; 잘못 고르면 배포 골치.

저장할 때 파일 확장자가 포맷 결정:

포맷	Architecture	Weight	Optimizer	적합한 곳
`.keras`	✅	✅	✅	개발 checkpoint, framework-agnostic Keras 3
SavedModel directory	✅	✅	✅	Production: TF Serving, TFLite, TF.js
`.h5` (legacy)	✅	✅	✅	새 프로젝트엔 피해
weights만 (`.weights.h5`)	❌	✅	❌	architecture 코드 이미 있을 때

개발 중엔 fidelity 최대로 .keras 저장. Production serving / TFLite 변환 / TF.js엔 SavedModel export. 배포 필요해지기 전에 포맷 차이 알면 나중 디버깅 시간 절약.

Code

Save + load — four patterns·python

import tensorflow as tf

# 1. Keras 3 native format (recommended for development)
model.save('model.keras')
loaded = tf.keras.models.load_model('model.keras')

# 2. SavedModel format (TF deployment ecosystem)
model.save('saved_model_dir/')          # creates a directory
# equivalent low-level API:
tf.saved_model.save(model, 'saved_model_dir/')
loaded = tf.keras.models.load_model('saved_model_dir/')

# 3. Legacy HDF5 (avoid for new code)
model.save('model.h5')
loaded = tf.keras.models.load_model('model.h5')

# 4. Weights only — needs same architecture to load
model.save_weights('weights.weights.h5')
model.load_weights('weights.weights.h5')

External links

Save/load 가이드

Progress

Progress is local-only — sign in to sync across devices.

← 📝 Sequence, RNN, Attention퀴즈 · 5 questions Next →SavedModel 포맷 깊이 보기

이 페이지에서 버그를 발견하셨거나 피드백이 있으세요?문제 신고

🔔 답글 알림 (로그인 필요)

로그인 — 댓글을 남기려면 로그인해 주세요.

아직 댓글이 없어요. 첫 댓글을 남겨보세요.