报错‘Sequential‘ object has no attribute ‘predict_classes‘，解决predict_classes无法使用的问题

最近在学习深度学习网络的时候，按照书上的代码来敲，但是发现一个问题，就是

AttributeError: 'Sequential' object has no attribute 'predict_classes'

这是因为版本问题，使用不了predict_classes函数，但是没关系，使用np.argmax函数可以轻松解决

原代码：

prediction = model.predict_classes(X_test)
def pre_results(i):
    plot_image(X_test1[i])#显示测试集图像
    print('Y_test1=',Y_test1[i])#显示测试集图像标签编号
    print("pre_result = ",prediction[i])#显示预测结果
pre_results(0)
pre_results(2)

以mnist数据集，LeNet这个例子分析，第一行输入的是测试集图像(多张图像），那么经过predict_classes所得到的prediction是每个图像所对应的图像编号，而predict_class的实现方式是如何呢，首先对于测试集中每张图像，先计算该图像在每个类别的可能性，然后找出最大可能性所对应的索引，索引对应的类别就是程序预测的结果

按照这个逻辑，我们可以先使用predict函数求出每一项的所有类别的可能性，然后使用np.argmax（）函数来得到最大可能性所对应的索引，这就是我们的最终结果

测试图像，对应X_test[0]

[3.1139207e-05 2.2548358e-05 3.1966437e-04 9.3736342e-04 6.8001400e-06
 1.4975133e-05 9.5684662e-08 9.9833894e-01 7.2426815e-06 3.2126979e-04]

测试图像经过predict（）函数得到的可能性列表（索引从0开始），很明显，最大可能性索引为7，输出结果如下

Y_test1= 7
pre_result =  7

修改后的代码（记得 import numpy as np）：

prediction = model.predict(X_test)

def pre_results(i):
    plot_image(X_test1[i]) # 显示测试集图像
    print('Y_test1=',Y_test1[i]) # 显示测试集图像标签编号
    print(prediction[i]) # 输出测试集中第i张图片的类别可能性列表
    print("pre_result = ",np.argmax(prediction[i])) # 显示预测结果
pre_results(0) # 取测试集中一张图片进行预测
pre_results(2)