我正在使用 sigmoid 焦点损失（来自 TF 插件）在 TF/Keras 中训练 FCN，并在检查点中保存权重。我需要在另一台目前没有安装 TF 插件的计算机上进行推理。由于自定义层，我似乎无法保存整个序列化模型，需要创建模型架构并加载权重。

我是否认为一旦你有了模型的权重，你所需要的只是通过 load_weights 重新创建该模型的架构？换句话说，一旦训练，损失函数和优化器就不再扮演任何有意义的角色？所以我可以构建我的架构，并添加另一个优化器和更传统的损失（例如分类 x 熵），一旦加载了权重，推理将给出与我有 sigmoid 焦点损失相同的结果？