model.predict（）未生成预期的标签？

种解决方案是使用简单的统计解释，其中我们将使用0.5截止值。因此，高于0.5的所有内容将被视为1，低于0的内容将被视为0

import numpy as np

pred =  np.array([[0.9434484 ]
 ,[0.3787447 ]
 ,[0.87870705]
 ,[0.7575223 ]
 ,[0.39714795]])

np.round(pred)
Out[37]: 
array([[1.],
       [0.],
       [1.],
       [1.],
       [0.]])

如果结果不是一个概率，那么：

def sigmoid(x):
  return 1 / (1 + math.exp(-x))

必须用于将其缩放到0-1比例

步骤5 model.predict(x_test)可以替换为：

model.predict_classes(x_test)

在序列模型中预测类。如果您将来在功能模型中需要此功能，以下是解决方案：

y_prob = model.predict(x_test) 
y_classes = y_prob.argmax(axis=-1)