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。

generator_model.compile(loss='mae', optimizer=opt_discriminator)

DCGAN_model.compile(loss=loss, loss_weights=loss_weights, optimizer=opt_dcgan)

discriminator_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、

generator_model.save('generator.h5')

DCGAN_model.save('DCGAN.h5')

discriminator_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

def train():
    # load data
    rawImage, procImage, rawImage_val, procImage_val = load_data(datasetpath)

    img_shape = rawImage.shape[-3:]
    patch_num = (img_shape[0] // patch_size) * (img_shape[1] // patch_size)
    disc_img_shape = (patch_size, patch_size, procImage.shape[-1])

    # train
    opt_dcgan = Adam(lr=1E-3, beta_1=0.9, beta_2=0.999, epsilon=1e-08)
    opt_discriminator = Adam(lr=1E-3, beta_1=0.9, beta_2=0.999, epsilon=1e-08)

    # load generator model
    generator_model = load_generator(img_shape, disc_img_shape)
    # load discriminator model
    discriminator_model = load_DCGAN_discriminator(img_shape, disc_img_shape, patch_num)

    generator_model.compile(loss='mae', optimizer=opt_discriminator)
    discriminator_model.trainable = False


    DCGAN_model = load_DCGAN(generator_model, discriminator_model, img_shape, patch_size)

    loss = [l1_loss, 'binary_crossentropy']
    loss_weights = [1E1, 1]
    DCGAN_model.compile(loss=loss, loss_weights=loss_weights, optimizer=opt_dcgan)



    discriminator_model.trainable = True
    discriminator_model.compile(loss='binary_crossentropy', optimizer=opt_discriminator)

補足情報（FW/ツールのバージョンなど）

これらモデルは「functional API」を使用して定義されております。