SavedModel是TensorFlow 2.x官方主推且唯一全链路支持的模型保存格式，因其不依赖h5py、无HDF5头大小限制、支持跨平台部署；应调用model.save('my_model')（无.h5后缀）保存为目录结构，并用tf.keras.models.load_model('my_model')加载。
SavedModel 是解决绝大多数 TensorFlow 模型保存失败的最直接路径，不是“备选方案”，而是当前（2026年）唯一被官方全链路支持的格式。
为什么 model.save('xxx.h5') 会静默崩掉
不是你代码写错了，是 h5py 和现代 Python/TensorFlow 的底层契约已经断裂。常见表现包括：RuntimeError: Unable to create attribute (object header message is too large)（HDF5 头超 64KB）、AttributeError: 'str' object has no attribute 'decode'（h5py 3.x 对 str 的误处理）、或干脆不报错但文件为空。这些错误本质是 HDF5 格式在模型结构复杂化后暴露的固有缺陷，而非临时环境问题。
- h5 格式要求所有层名、参数名、自定义配置都塞进一个固定大小的文件头，模型稍大（比如含几十个自定义层或长命名）就溢出
- h5py ≥3.0 默认以字节模式操作字符串，而 TF 2.x 的 Keras 层配置多为 Unicode str，两者在 encode/decode 链路上反复拉扯
- TensorFlow 官方早已将 h5 降级为“遗留格式”，不再投入兼容性修复，连文档里都只提 SavedModel
model.save() 不加 .h5 后缀才是正确用法
调用 model.save('my_model')（无后缀）时，TensorFlow 自动走 SavedModel 流程；加了 .h5 就强制切回 h5 分支，哪怕你写了 save_format='tf' 也无效——后缀优先级更高。
- 保存后你会看到一个目录，含
saved_model.pb、variables/、assets/三部分，可直接用ls或tree查看结构 - 加载必须用
tf.keras.models.load_model('my_model')，不能传'my_model.h5'，否则仍走 h5 加载逻辑 - 若需兼容旧版 h5 模型，加载时得显式指定：
load_model('old.h5', compile=False)，且确保h5py==2.10.0或2.12.0
自定义层导致保存失败？先检查 get_config
即使切换到 SavedModel，自定义层没实现 get_config() 仍会报 NotImplementedError: Layers with arguments in __init__ must override get_config。这不是格式问题，是序列化契约缺失。
立即学习“Python免费学习笔记（深入）”；
- 必须在自定义层类中重写
get_config(self)，返回包含所有__init__参数的 dict -
build()中创建的权重不用管，Keras 自动处理；但像units=64、activation='gelu'这类初始化参数必须显式序列化 - 若层内用了非标准对象（如自定义函数、NumPy 数组），需改用字符串标识（如
'gelu'而非lambda x: tf.nn.gelu(x)），否则无法跨会话重建
ModelCheckpoint 保存不到文件？大概率是目录不存在
ModelCheckpoint 不会自动创建父目录，filepath='models/best.h5' 在 models/ 不存在时完全静默失败——既不报错也不生成文件。
- 保存前手动建目录：
os.makedirs(os.path.dirname('models/best.h5'), exist_ok=True) - 路径尽量用绝对路径，避免因工作目录切换导致路径解析错误
- 检查进程写权限，尤其 Docker 容器或服务器部署时，
/models目录可能属 root，Python 进程无权写入 - 若需断点续训，别只靠
save_best_only=True，用filepath='models/ckpt_{epoch:03d}.h5'配合save_freq='epoch'留多个快照
真正容易被忽略的点是：SavedModel 的“稳定”不来自它更简单，而来自它彻底放弃了 HDF5 的二进制包袱，转用 Protocol Buffer + 明确目录结构。这意味着你看到的每个文件都能 human-readable 地 inspect，出问题时能直接定位是 saved_model.pb 解析失败，还是 variables/ 读取异常——而不是在 h5 的黑盒里猜字节流哪一截坏了。
