目前正在学习机器学习，在spyder下出现了关键字无效

我的目的是想要通过反序列化重构训练好的网络
model.json model.h5是我已经训练好的模型，我以save_weights()方法将模型权值参数保存到本地。
希望各位大佬看看这是怎么回事

它提示关键字无效

01   import numpy as np
02   from tensorflow.keras.datasets.mnist import load_data
03   from tensorflow.keras.models import model_from_json
04   # 导入数据
05   (X_train,y_train), (X_test, y_test) = load_data()
06   # 获取图片的大小
07   in_shape = X_train.shape[1:]           # 形状为(28, 28)
08   # 获取数字图片的种类
09   n_classes = len(np.unique(y_train))    #类别数为10
10   
11   #数据预处理，将0～255缩放到0～1范围
12   x_train = X_train.astype('float32') / 255.0
13   x_test = X_test.astype('float32') / 255.0
14   
15   #读入模型文件
16   json_file = open('model.json', 'r')
17   loaded_model_json = json_file.read()
18   json_file.close()
19   #反序列化：导入模型拓扑结构
20   loaded_model = model_from_json(loaded_model_json)
21   # 反序列化：将权值导入到加载的模型中
22   loaded_model.load_weights("model.h5")
23   print("成功：从本地文件中导入权值参数！")
24   #编译导入的模型
25   loaded_model.compile(optimizer='adam',
26                 loss='sparse_categorical_crossentropy',
27                 metrics=['accuracy'])
28   # 测试模型是否可用
29   loss, acc = loaded_model.evaluate(x_test, y_test, verbose=0)
30   print('测试集合的预测准确率:{0:.2f}%'.format(acc * 100))

在此跪谢大佬们可以看看怎么回事