我刚完成tf.keras顺序模型的训练，并编写了一个单独的“ Flask”脚本，将保存的模型加载到我上传到Heroku的应用程序中。一切正常。但是，当我在玩游戏时，我意识到对于我的要求，我只需要导入Flask，就可以从flask以及pandas，numpy以及tensorflow.python.keras.models导入load_model的请求：
from tensorflow.python.keras.models import load_model
from flask import Flask, request
import pandas as pd
import numpy as np
使用所有这些model.predict可以正常工作（在我运行load_model（）以及必要的熊猫和numpy转换后，以正确的格式（processed_features）获取Flask / Post数据：
preds = flask_model.predict(processed_features).flatten()
是什么让我可以运行model.predict（）？导入load_model时，model.predict（）是否可用（我显然不必在训练后使用load_model运行model.predict以针对我的测试数据运行）？还是model.predict（）是python，numpy或pandas中的通用函数，知道如何通过keras模型执行预测（以某种方式仅利用权重，偏差，模型形状）？
虽然一切正常，但我认为我并不了解其运作方式。