如何修复print(Classes[int(result)])处的TypeError数组转Python标量错误？

错误原因 #

model.predict()返回的是二维numpy数组（形状为(1, 类别数)），因为你传入的是单个样本的batch（prepare函数返回的是扩展了维度的数组）。直接用int(result)尝试将数组转换为整数，Python会报错——只有单个元素的数组才能被转换为Python标量。

修复方法 #

根据模型最后一层的激活函数，选择对应的处理方式：

情况1：模型使用softmax激活（多分类，对应categorical_crossentropy损失） #

使用np.argmax()获取预测概率最高的类别索引，这会返回一个整数，可直接用于索引Classes数组：

# 替换原print语句
predicted_class_idx = np.argmax(result)
print(Classes[predicted_class_idx])

情况2：模型使用sigmoid激活（二分类，对应binary_crossentropy损失） #

可以通过阈值判断获取类别索引，或者同样用np.argmax：

# 方式1：阈值判断
predicted_class_idx = int(result[0][0] > 0.5)
# 方式2：用argmax
predicted_class_idx = np.argmax(result)
print(Classes[predicted_class_idx])

额外注意事项 #

你的代码中缺少image模块的导入，需要补充：

from tensorflow.keras.preprocessing import image
import tensorflow as tf  # 如果还没导入tensorflow的话

内容的提问来源于stack exchange，提问作者PhidPhew