Модель подкласса не сохраняется обратным вызовом ModelCheckpoint ⇐ Python

[Anonymous]

Я использую Keras и TensorFlow 2.12.0 для реализации модели на основе подклассов с помощью пользовательских методов, таких как пользовательский train_step. Чтобы сохранить модель, я использую обратный вызов ModelCheckpoint.
Моя цель — сохранить не только архитектуру и веса модели, но также пользовательские методы и конфигурацию обучения, что позволит мне возобновить тренировку с того же состояния, где она была остановлена. Судя по документации Keras/TensorFlow, формат HDF5 может сохранять только веса модели подкласса. Поэтому я попробовал использовать форматы SavedModel и Keras. Однако после загрузки модели конфигурация обучения и пользовательские методы недоступны.
Может быть, мне что-то не хватает?
Рабочий фрагмент кода для воспроизведения проблемы: https ://colab.research.google.com/drive/19tc4EY_wI66ZZBeLlhs0rqIyfQIKENhd?usp=sharing

Подробнее здесь: https://stackoverflow.com/questions/792 ... t-callback