keras框架中用keras.models.Model做的时候预测数据不是标签的问题

我们发现，在用Sequential去搭建网络的时候，其中有predict和predict_classes两个预测函数，前一个是返回的精度，后面的是返回的具体标签。但是，在使用keras.models.Model去做的时候，就会发现，它只有一个predict函数，没有返回标签的predict_classes函数，所以，针对这个问题，我们将其改写。改写如下：

def my_predict_classes(predict_data):
    if predict_data.shape[-1] > 1:
        return predict_data.argmax(axis=-1)
    else:
        return (predict_data > 0.5).astype('int32')

# 这里省略网络搭建部分。。。。

model = Model(data_input, label_output)
model.compile(loss='categorical_crossentropy',
              optimizer=keras.optimizers.Nadam(lr=0.002),
              metrics=['accuracy'])
model.summary()


y_predict = model.predict(X_test)
y_pre = my_predict_classes(y_predict)

这样，y_pre就是具体的标签了。