加载Keras模型的最佳方法是什么？

Question

我使用python + keras训练和加载模型如下：

    # create and fit the LSTM network
    if sys.argv[1] == 'train':
        model = Sequential()
        model.add(LSTM(10, input_shape=(trainX.shape[1], trainX.shape[2])))
        model.add(Dense(1))
        model.compile(loss='mean_absolute_error', optimizer='adam')
        # model.compile(loss='mean_squared_error', optimizer='adam')
        model.fit(trainX, trainY, epochs=10, batch_size=1, verbose=0)
        model.save_weights(sys.argv[3])
        model.save('my_model.h5', overwrite=True)
    else:
        print("Loading model %s" % sys.argv[3])
        model = load_model(sys.argv[3])

所以，我的程序花了很多时间来加载受过训练的模型，你能帮我改进这个问题吗？