Python 向使用Keras函数API（TensorFlow 2.0）创建的模型添加未使用的张量

我有一些变量想保存在Keras模型中，这样当模型保存到磁盘并稍后加载时，可以从模型中访问变量。但是，模型本身并不使用这些变量：它们旨在向用户提示模型的功能和使用方法

---

有了Keras函数API，我看不出有什么明显的方法可以做到这一点。我可以添加一个层，它唯一的功能是存储这些变量，但我认为我仍然需要以某种方式将它连接到图的其余部分，以便它成为模型的一部分。是否有一种我没有的简单方法可以做到这一点，或者我需要使用不同的API或将这些变量写入单独的文件？

不要在模型文件中存储任何与模型无关的内容。使用单独的文件存储与模型相关的所有元数据。