model.save_weights（save_format='tf'）是否保存优化器状态？

Question

我试图在TF2.1中实现一个基于Keras的U-Net模型。为此，我编写了一个自定义损失函数。我的目标是在每个epoch结束时保存模型/其权重。为此，我使用了^{}

tf.keras.callbacks.ModelCheckpoint(
    filepath, monitor='val_loss', verbose=0, save_best_only=False,
    save_weights_only=False, mode='auto', save_freq='epoch', options=None, **kwargs
)

为了以后继续训练，我需要保存optimizer状态。保存optimizer状态的可靠方法是传递save_weights_only=False，并使用'tf'或'h5'save_格式保存整个模型。我读到here，Tensorflow SavedModel格式是保存模型的推荐方法。但是，出于某种原因，使用这种格式需要很多时间，每当在每个格式的末尾保存模型时（另一方面，save_format='h5'会非常快地保存整个模型）。现在，当我用'tf'格式传递save_weights_only=True时，它将权重保存为检查点。我想知道save_weights_only=True, save_format='tf'是否也保存了optimizer状态？[据我所知，save_weights_only=True, save_format='h5'只保存权重，而不保存优化器。]

如果有人能澄清这一点，或者指出我在什么地方错了，我会很高兴