如何将在AutoML中训练的模型导出为保存的模型或冻结的图形？

在AutoML中，将训练的模型导出为保存的模型或冻结的图形可以通过以下步骤实现：

1. 首先，确保你已经完成了模型的训练和优化，并且在AutoML平台上获得了满意的结果。
2. 导出保存的模型：在AutoML平台上，通常会提供导出模型的功能。你可以选择将模型导出为常见的模型文件格式，如TensorFlow的SavedModel格式、ONNX格式或者其他常见的模型文件格式。导出模型时，可以选择导出整个模型或者只导出模型的权重参数。
3. 导出冻结的图形：在一些情况下，你可能需要将模型导出为冻结的图形，以便在部署和推理阶段使用。冻结的图形是指将模型的权重参数和计算图结构合并为一个文件，以提高推理的效率。通常，你可以使用深度学习框架提供的工具或API来实现图形的冻结。
4. 保存导出的模型或冻结的图形：将导出的模型或冻结的图形保存到本地或云存储中，以便后续使用。你可以选择将模型保存为单个文件或者将其拆分为多个文件，具体取决于模型文件的大小和组织结构。
5. 在部署和推理阶段使用导出的模型或冻结的图形：将保存的模型或冻结的图形加载到你的应用程序或服务中，以进行实时的推理或预测。根据你的需求和应用场景，你可以选择使用不同的工具和技术来加载和使用模型，如TensorFlow Serving、ONNX Runtime等。

需要注意的是，以上步骤中提到的具体工具和技术可能因不同的AutoML平台和深度学习框架而有所差异。因此，在实际操作中，你需要参考相应的文档和指南，以确保正确地导出和使用训练的模型。