Python 如何避免每次使用保存的Keras模型运行测试文件时进行培训

我有两个文件，即training.py和test.py以及一个名为my_model.h5的keras模型

现在我想使用这个模型，我已经编写了在test.py中将一个句子分类为肯定或否定所需的代码。 test.py的代码如下：

import keras
from keras_preprocessing.sequence import pad_sequences
import numpy as np
from keras.preprocessing.text import Tokenizer

reconstructed_model = keras.models.load_model("my_model.h5")
text = ['Great stuff']
max_features = 2000
tokenizer = Tokenizer(num_words=max_features, split=' ')
text = tokenizer.texts_to_sequences(text)
text = pad_sequences(text, maxlen=28, dtype='int32', value=0)
print(text)
sentiment = reconstructed_model.predict(text,batch_size=1,verbose = 2)[0]
if(np.argmax(sentiment) == 0):
    print("negative")
elif (np.argmax(sentiment) == 1):
     print("positive")

这很好，但每当我运行test.py文件时，模型就会再次得到训练。如何避免再培训