在新的会话中重新加载经过训练的模型后，模型的预测精度为零

Question

当我重新加载训练好的模型时，我得到的预测像未训练的模型一样，我无法解决此问题。我使用pickle文件存储权重，并且尝试将模型架构及其权重保存为json和yaml文件格式，不能解决我的问题。仅进行训练后，我获得了良好的结果，但是在刷新会话后，加载了预先训练的模型后，我得到了像未训练模型那样的结果。谁能帮我？如果有人解决了我，我会非常感激。

inp=Input(shape=(None, no_enc_token))
x=SpatialDropout1D(0.2)(inp)
x=LSTM(64, dropout=0.2, recurrent_dropout=0.2, return_sequences=True)(x)
out=Dense(6, activation="softmax")(x)
model=Model(inp,out)
model.compile(loss="categorical_crossentropy", optimizer="adam")
history = model.fit(X_train, Y_train, epochs=100)
model.save("model.h5")  
from keras.models import load_model
model = load_model("model.h5")
pred=model.predict(test)
out=np.argmax(pred[0, -1, :])