Python调用predict()触发AttributeError：tuple对象无predict属性

错误原因 #

你的train_model函数返回的是元组(nn_model, history)，但你把这个元组直接赋值给了least_loss_model变量。当你调用least_loss_model.predict()时，实际是在对元组对象调用方法，而元组并没有predict属性，因此触发报错。你之前尝试predict_proba也无效，是因为操作对象本身就不是Keras模型。

修复步骤 #

1. 解包返回的元组：接收train_model的返回值时，分别获取模型和训练历史两个对象：

   least_loss_model, training_history = train_model(x_train, y_train, 0.2, 0.005, 128, 100)
   

2. 正常调用预测方法：此时least_loss_model是正确的Keras模型实例，直接调用predict即可：

   predicted = least_loss_model.predict(x_test)
   print(predicted)
   

补充说明 #

你的模型最后一层用了sigmoid激活，predict方法已经会返回二分类的概率值，不需要额外使用predict_proba（Keras中部分模型才有这个方法，你的Sequential模型直接用predict就足够）。

内容的提问来源于stack exchange，提问作者Shree_ML