Python 如何保存暹罗模型的基础网络？

我正试图建立一个有着相当复杂基础网络的暹罗模型。构建基础网络后，我使用以下代码构建暹罗网络：

base_network=create_base_model(0.2)
img1=Input(shape=(256,256,3))
img2=Input(shape=(256,256,3))
text_input1 = Input(shape=(), dtype=tf.string, name='text_1')
text_input2 = Input(shape=(), dtype=tf.string, name='text_2')
output1= base_network([img1, text_input1])
output2= base_network([img2, text_input2])
distance = Lambda(euclidean_distance)([output1, output2])
siamese_model = Model([[img1,text_input1], [img2, text_input2]], distance)

基本网络的输出形式为

model

where

model=Model(inputs=[input1,input2], outputs=[z])

问题是，在训练暹罗网络之后，我想使用基本网络的输出作为嵌入，以便运行无监督学习算法。然而，在训练暹罗网络时，我想一次训练10个时代，然后保存它，如果需要继续训练在这种情况下，我不确定在保存和重新加载暹罗模型时如何保存/访问基本网络。例如，我得到暹罗模型的下图，该图需要2个输入（我的基本模型使用2个输入，因此技术上我有4个输入，如图所示），但是我想使用基本模型，它只需要1个输入岗位培训（技术上是2，因为我的基本模型使用2）

有谁能给我一些建议，告诉我如何使用保存的暹罗模型加载更新后的基础模型，或者是否有更好的方法首先保存它

非常感谢

如果历元%5==0
path=f'/tmp/model{epoch}.h5'
基本网络。保存（路径）
基本网络=tf.keras.models.load\u模型（路径）

---

这不好吗？

嗨！谢谢你的回复。我想我可以这样保存基本模型，但问题是我使用回调在最佳时间保存模型-例如，如果我使用提前停止。在这种情况下，我如何要求Keras保存基本模型而不仅仅是暹罗模型（model.fit用于暹罗模型）？我更新了代码，这是我能想到的。