Para prever os dados invisíveis, primeiro você precisa carregar o modelo treinado na memória. Isso é feito usando o seguinte comando -
model = load_model ('./models/handwrittendigitrecognition.h5')
Observe que estamos simplesmente carregando o arquivo .h5 na memória. Isso configura toda a rede neural na memória junto com os pesos atribuídos a cada camada.
Agora, para fazer suas previsões sobre dados invisíveis, carregue os dados, que sejam um ou mais itens, na memória. Pré-processe os dados para atender aos requisitos de entrada de nosso modelo, como você fez nos dados de treinamento e teste acima. Após o pré-processamento, envie-o para sua rede. O modelo produzirá sua previsão.