问Tensorflow模型文件大小差异很大

EN

我使用的是tensorflow框架，我注意到在tensorflow模型文件的大小上存在很大的差异。

例如，框架提供了两个模型：

• 用于微调的预先训练的模型之一，例如
• 其中包含一个未经训练的版本。

它们都有一个172.539 kb大小

当我在我的模型中应用微调时，在图形中做一些小改动(在框架中有一个模块)并保存我的模型时，大小基本上是相同的：178.525 kb。

首先，我感到有点惊讶的是，我的微调模型有点大，因为我只将最后一层从21个类更改为14个类，所以我希望模型文件的大小会稍微小一些，但由于差异太小，我没有注意到。

但是，当我使用相同的模型文件(我指的是预先训练的模型)训练同一个模型并将模型保存到磁盘中时，文件大小是完全不同的：340.097 kb。我的意思是允许网络修改所有参数，而不仅仅是最后一层的参数。

正在实现的模型是用于语义图像分割的resnet的一个变体(如果有人可以从模型本身中扣除预期的模型文件大小)。

所以，我的问题是为什么我在模型文件大小上有这么大的差异，为什么我保存的精细调优模型比原始模型要大呢？是否有方法包括/排除要保存的模型中的参数？

P.S.1一些可能有用的信息：

1. 我使用tensorflow v2模型保存，而我认为框架文件使用v1。我不知道如何识别这一点，除了前者生成3个文件。
2. 该框架名为tensorflow-deeplab resnet，可以找到这里，模型为这里。

P.S.2我不确定堆栈溢出，这也是这个问题的合适位置。