kerasで複数のモデルと重みを保存してテストしたい

kerasでpix2pixのモデルを実装しようと試みている初学者です。

あるサイトに掲載されているサンプルコードを参考にしています。

その中で、以下の３つのモデルが定義されコンパイルされています。

Python
1generator_model.compile(loss='mae', optimizer=opt_discriminator)
2
3DCGAN_model.compile(loss=loss, loss_weights=loss_weights, optimizer=opt_dcgan)
4
5discriminator_model.compile(loss='binary_crossentropy', optimizer=opt_discriminator)

これらを含んだ「pix2pixモデル」を学習させた後、重みを含めたモデルの保存を行い、テストしたいと考えています。

その際、例えば下記のように1つ1つ別々にモデルを保存することはできますが、

Python
1generator_model.save('generator.h5')
2
3DCGAN_model.save('DCGAN.h5')
4
5discriminator_model.save('discriminator.h5')

学習後に、保存されたこれらのモデルを全て使ってテストすることは可能でしょうか？

もしくは、3つのモデルを1つにまとめてから学習させ、保存し、テストした方がよいのでしょうか。

こうした複数モデルの保存とテストの方法を教えて頂けますと非常に助かります。

何卒よろしくお願い致します。

該当のソースコード

Python
1def train():
2    # load data
3    rawImage, procImage, rawImage_val, procImage_val = load_data(datasetpath)
4
5    img_shape = rawImage.shape[-3:]
6    patch_num = (img_shape[0] // patch_size) * (img_shape[1] // patch_size)
7    disc_img_shape = (patch_size, patch_size, procImage.shape[-1])
8
9    # train
10    opt_dcgan = Adam(lr=1E-3, beta_1=0.9, beta_2=0.999, epsilon=1e-08)
11    opt_discriminator = Adam(lr=1E-3, beta_1=0.9, beta_2=0.999, epsilon=1e-08)
12
13    # load generator model
14    generator_model = load_generator(img_shape, disc_img_shape)
15    # load discriminator model
16    discriminator_model = load_DCGAN_discriminator(img_shape, disc_img_shape, patch_num)
17
18    generator_model.compile(loss='mae', optimizer=opt_discriminator)
19    discriminator_model.trainable = False
20    
21 
22    DCGAN_model = load_DCGAN(generator_model, discriminator_model, img_shape, patch_size)
23
24    loss = [l1_loss, 'binary_crossentropy']
25    loss_weights = [1E1, 1]
26    DCGAN_model.compile(loss=loss, loss_weights=loss_weights, optimizer=opt_dcgan)
27    
28    
29    
30    discriminator_model.trainable = True
31    discriminator_model.compile(loss='binary_crossentropy', optimizer=opt_discriminator)