在TensorFlow中保存和加載模型可以通過使用tf.keras.models.save_model()和tf.keras.models.load_model()來實現。下面是保存和加載模型的示例代碼：
保存模型：
# 定義模型
model = tf.keras.Sequential([
tf.keras.layers.Dense(64, activation='relu', input_shape=(784,)),
tf.keras.layers.Dense(64, activation='relu'),
tf.keras.layers.Dense(10, activation='softmax')
])
# 編譯模型
model.compile(optimizer='adam',
loss='sparse_categorical_crossentropy',
metrics=['accuracy'])
# 訓練模型
model.fit(x_train, y_train, epochs=5)
# 保存模型
model.save('my_model.h5')
加載模型：
# 加載模型
model = tf.keras.models.load_model('my_model.h5')
