Python 如何加载使用make_image_分类器工具保存的Tensorflow模型

我使用一个名为make_image_classifier的Tensorflow工具创建了一个自定义图像分类器模型

现在，模型被导出到一个.pb文件以及两个文件夹、资产和变量中

问题是如何使用此自定义模型进行预测？ 我查阅了所有TF文档，这些天来尝试了许多不同的方法，但没有找到解决方案

有人在没有找到明确信息时写了这篇文章，所以他写了一本指南，但对我来说也不管用。在“步骤3”中，它包含加载模块和使用自定义模型对图像进行分类所需的所有代码。问题是我需要知道输入和输出节点的名称，而我没有它们。我试着用Netron找到他们，但没用。

有人能告诉我如何加载保存的模型并使用它进行预测吗？

来自：

可以使用保存的模型重新加载：

new_model = tf.keras.models.load_model('<path-to-export-path>/my_model')

新的_模型

应该与原来的一样。要检查其架构，请执行以下操作：

new_model.summary()

发件人：

可以使用保存的模型重新加载：

new_model = tf.keras.models.load_model('<path-to-export-path>/my_model')

新的_模型

应该与原来的一样。要检查其架构，请执行以下操作：

new_model.summary()