双重循环的Keras模型

Question

我在double for循环中使用相同的keras模型，但要确保迭代完全独立，如下所示。

Dense network

LSTM网络

X = concatenate([Dense,LSTM])

Y = Dense(1)(X)
model = Model(inputs=[Dense_input,LSTMN_input], outputs=Y)
model.compile(loss='mse', optimizer='RMSProp', metrics=['accuracy'])
es = EarlyStopping(monitor='val_acc', min_delta=0, patience=10, restore_best_weights=True)

for q in range(A):
    ```
    add new samples to training data
    ```
    for w in range(B):
        ```
        model.fit([dense, lstm],output)
        ```
    ```
    make some predictions and get new samples

实现此目的的有效方法是什么？