在keras進行訓練的時候我們可能對模型本身，權重，或者整體都有不同的需要，因此在使用keras進行model檔案儲存與載入的時候採取不同的方法。

1. 僅儲存模型本身

1.1 json檔案：方便我們去檢視

model_json=model.to_json()
with open('model.json','w') as f:
    f.write(model_json)

最後我們便可以檢視json檔案，閱讀模型的本身

從json檔案中載入模型：

json_file=open('model.json','r')
load_model_json=json_file.read()
json_file.close()
loaded_model=model_from_json(load_model_json)
 

1.2 Yaml檔案：（沒有閱讀過）

yaml=model.to_yaml()

2. 儲存權重的方法

model.save_weights('model.h5')#（儲存為.h5的格式）

載入模型權重

loaded_model.load_weights("model.h5")

3. 儲存模型以及權重的方法

from keras.models import load_model
model.save('model.h5')

載入模型以及權重

model=load_model('%%%.h5')

4. finetuning或者transfer-learning

model.load_weights('my_model_weights.h5', by_name=True)
 

具體看：keras_model.py檔案