機械学習モデルがインポートできません。。。

以下のようにファイルをインポートしようとすると、エラーになってします。
対象のファイル２つは、確かに存在しており、間違いないのですが...。
お詳しい方、お助けください。。

import pickle

#　学習済モデル（モデルはすでに保存済）
clf = pickle.load(open("DNN_Grid.sav", "rb"))
stdsc = pickle.load(open("DNN_Grid_sc.sav", "rb"))

以下、エラーメッセージ

---------------------------------------------------------------------------
AttributeError                            Traceback (most recent call last)
<ipython-input-4-c3b82fa280e4> in <module>
      2 
      3 #　学習済モデル（モデルはすでに保存済）
----> 4 clf = pickle.load(open("DNN_Grid.sav", "rb"))
      5 stdsc = pickle.load(open("DNN_Grid_sc.sav", "rb"))

AttributeError: Can't get attribute 'create_model' on <module '__main__'>

以下は保存側の処理です。
最後の保存処理まで特にエラーは出ませんでしたが、
「def create_model(optimizer='rmsprop', init='glorot_uniform'):」」の箇所が原因なのでしょうか？

#　■グリッドサーチ（ネットワーク設定）
def create_model(optimizer='rmsprop', init='glorot_uniform'):

#ニュートラルネットワークで使用するモデル作成

    model = keras.models.Sequential()
# 入力層（1層）＋中間層（2層：relu）◆注意→都度、input_dimの値（列数）を変えること
    model.add(Dense(units=8,input_dim=4))
    model.add(Activation('relu'))
    model.add(Dropout(0.2))
          
# 中間層（3層：relu）
    model.add(Dense(units=8))
    model.add(Activation('relu'))
    #model.add(Dropout(0.2))

                      
# 出力層（4層：softmax）
    model.add(Dense(units=3))
    model.add(Activation('softmax'))

    model.compile(loss='sparse_categorical_crossentropy',optimizer='adam',metrics=['accuracy'])
    return model

#　■グリッドサーチ（実行）
from keras.wrappers.scikit_learn import KerasClassifier
from sklearn.model_selection import GridSearchCV
# KerasClassifier/KerasRegressor can be used as same as scikit_learn estimator.
model = KerasClassifier(build_fn=create_model, verbose=0)

# Grid Search parameters (epochs, batch size and optimizer)
optimizers = ['adam']#　optimizers = ['rmsprop', 'adam', 'sgd', 'adagrad']
init = ['normal']#　init = ['glorot_uniform', 'normal', 'uniform']
epochs = [10]
batches = [4,8]
param_grid = dict(optimizer=optimizers, epochs=epochs, batch_size=batches,
                  init=init)
grid = GridSearchCV(estimator=model, param_grid=param_grid)
grid_result = grid.fit(x_train_std, y_train)

# summarize results
# print("Best parameter set: {}".format(grid_result.best_params_))
print(grid.best_params_) 
print(grid.best_score_)

#　■グリッドサーチ（最適パラメータを再設定と実行）
#clf = svm.SVC(C=1, gamma=0.0001,kernel='rbf')←　手動の場合
grid = grid.best_estimator_

# 訓練データとラベルで再度学習
grid.fit(x_train_std, y_train)

#　■グリッドサーチ（最適パラメータでの正解率）
from sklearn import metrics
accuracy = grid.score(x_test_std, y_test)
print(f"正解率⇒　{accuracy}")
# 注意（グリッドサーチのBESTスコアは訓練データの値、BESTパラメータ再設定でのスコアはテストデータの値）

# モデルを保存する
import pickle

filename = 'DNN_Grid.sav'
pickle.dump(grid, open(filename, 'wb'))
pickle.dump(stdsc, open("DNN_Grid_sc.sav", "wb"))

保存時のLOADを追記しました。
不思議なことにここではエラーが出ません。。

# 保存したモデルをロードする

clf = pickle.load(open("DNN_Grid.sav", "rb"))
stdsc = pickle.load(open("DNN_Grid_sc.sav", "rb"))

#　■グリッドサーチ

#　未知データの読み込み
df1 = pd.read_excel('2020-08-05_raw_1cycle_ave_1second.xlsx',sheet_name='notarget')# 未知データのエクセル読み込み
x_test_keras_1 = np.array(df1)

# データを標準化
x_test_keras_1_std = stdsc.fit_transform(x_test_keras_1)

#　未知データをロードした学習済モデルで予測
y_test_keras_1_std =clf.predict(x_test_keras_1_std)

print(y_test_keras_1_std)

[2 1 1 1 1 1 1 1 1 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 0 1 1 0 0 1 1 0 0 0 0
 0 0 0 1 0 0 1 1 0 0 1 1 0 0 1 0 0 1 1 1 0 0 1 0 0 1 0 0 1 1 1 1 1 1 1 1 1
 1 1 1 1 1 1 2 1 0 0 1 1 0 0 1 1 1 1 1 1 0 1 1 1 1 0 0 0 0 0 1 1 0 0 1 1 1
 1 1 1 1 1 1 1 0 0 1 1 1 1 1 1 1 0 1 1 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 2 0 0
 1 1 1 1 1 1 1 1 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 2 2 2 2 1 2 2 2 2 2 2 2 2 2
 2 2 1 1 1 1 2 0 0 2 1 0 2 2 1 2 2 2 2 2 2 2 1 1 2 1 2 2 2 2 2 2 1 1 1 2 2
 2 2 0 0 2 1 1 1 2 2 2 2 1 2 2 2 2 1 1 1 2 2 2 2 2 2 2 0 2 2 2 2 2 2 2 2 2
 1 2 2 1 1 2 2 2 2 2 2 2 2 2 2 2 2 1 1 2 2]