在调用模型前，需要先对测试集进行预处理，与训练集相同的方式。

假设测试集的特征为test_features，标签为test_labels，则可使用以下代码进行预测：

import tensorflow as tf

加载模型

new_model = tf.keras.models.load_model('models.model')

对测试集进行预处理

test_features = # 进行测试集特征的预处理 test_labels = # 进行测试集标签的预处理

预测测试集标签

predictions = new_model.predict(test_features)

输出预测结果

print(predictions)