最近我在尝试PINN，我读了一些代码，在这个代码中，他没有定义“模型”，损失直接应用在权重和偏差上，所以我想问一下，是否有人知道在这种情况下如何保存权重和偏差？谢谢！下面是一些代码：

def neural_net(X, weights, biases, A):
    num_layers = len(weights) + 1    
    H = X 
    for l in range(0,num_layers-2):
        W = weights[l]
        b = biases[l]
        H = tf.keras.activations.swish(20*A[l]*tf.add(tf.matmul(H, W), b)) 
    W = weights[-1]
    b = biases[-1]
    Y = tf.add(tf.matmul(H, W), b)
    return Y

 grads1 = tape.gradient(loss,   W   +  b    +  A, unconnected_gradients=tf.UnconnectedGradients.ZERO)
    
 opt.apply_gradients(zip(grads1, W   +  b    +  A))

 optimizer = tf.optimizers.Adam(learning_rate=0.0001)

我们可以看到模型没有定义，所以我不知道如何保存权重和偏差。
我想保存权重和偏差，然后重新使用它们。