Keras：.predict 返回百分比而不是类

我正在构建一个包含 3 个类的模型：[0,1,2]训练结束后，.predict函数返回百分比列表。 我正在检查 keras 文档，但无法弄清楚我做错了什么。.predict_classes不再工作了，我以前的分类器没有这个问题。我已经尝试过不同的激活函数（relu、sigmoid 等） 如果我理解正确的话，里面的数字Dense(3...)定义类的数量。

outputs1=Dense(3,activation='softmax')(att_out) 
model1=Model(inputs1,outputs1)
model1.summary()
model1.compile(optimizer="adam", loss="sparse_categorical_crossentropy", metrics=['accuracy'])
model1.fit(x=text_pad,y=train_y,batch_size=batch_size,epochs=epochs,verbose=1,shuffle=True) 

y_pred = model1.predict(test_text_matrix)

输出示例：

[[0.34014237 0.33570153 0.32415614]
 [0.34014237 0.33570153 0.32415614]
 [0.34014237 0.33570153 0.32415614]
 [0.34014237 0.33570153 0.32415614]
 [0.34014237 0.33570153 0.32415614]]

我想要的输出：

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

感谢您的任何想法。

你没有做错什么，predict始终返回模型的输出，对于分类器来说，这始终是每个类的概率。

predict_classes仅适用于Sequential模型，不适用于功能模型。

但有一个简单的解决方案，你只需要采取argmax在最后一个维度上，您将获得类别索引：

y_probs = model1.predict(test_text_matrix)
y_pred  = np.argmax(y_probs, axis=-1)