如何保存经过训练的tensorflow模型的结构和权重？

import tensorflow as tf

model = ...  # 定义并训练好的模型

tf.saved_model.save(model, 'path/to/save')  # 保存模型到指定路径

import tensorflow as tf

loaded_model = tf.saved_model.load('path/to/save')  # 加载模型

inference = loaded_model.signatures['serving_default']  # 获取推理函数
output = inference(input_data)  # 输入数据进行推理

import tensorflow as tf

model = ...  # 定义并训练好的模型

checkpoint = tf.train.Checkpoint(model=model)  # 创建Checkpoint对象
checkpoint.save('path/to/save')  # 保存权重到指定路径

import tensorflow as tf

model = ...  # 定义模型结构

checkpoint = tf.train.Checkpoint(model=model)  # 创建Checkpoint对象
checkpoint.restore(tf.train.latest_checkpoint('path/to/save'))  # 加载最新的权重

output = model(input_data)  # 输入数据进行推理