报错：AttributeError: 'Model' object has no attribute 'predict_classes'

为什么有的网络可以直接使用 predict_classes 进行预测，有的模型结构却不行？在 stackoverview 上搜了半天没结果…
（问题出在混淆矩阵的使用中）

原因很简单，两次训练时，网络结构不同。
第一次用的网络是在model=Sequential()下添加模块的的方法，也就是所谓的顺序模型。Sequential class可以使用model.predict_classes()的方法来实现预测；第二次用的方法，是编写好网络结构后使用model=Model()综合起来的方法，也就是Model class，无法使用model.predict_classes()，但是可以使用组合形式预测。

改之前：

# === pred ===
y_pred = model.predict_classes(X_test) 
# print(y_pred[1])
# print(y_test[1])

## 注意需要将独热编码的 y 变为 数字表示形式 ！！
y_test = np.argmax(y_test, axis=1)
print(y_test)

改之后：

# === pred ===
y_pred = model.predict(X_test) # 如果模型不可用predict_classes，则只能 用 predict ，然后再用np.argmax
y_pred = np.argmax(y_pred, axis=1)
# print(y_pred[1])
# print(y_test[1])

## 注意需要将独热编码的 y 变为 数字表示形式 ！！
y_test = np.argmax(y_test, axis=1)
print(y_test)

参考