Python报错TypeError: unhashable type: 'numpy.ndarray'如何解决

model.predict()返回的是所有类别的预测概率数组，你当前代码中的answer[0]是一个一维numpy数组（比如你做4分类任务的话，它的格式类似[0.02, 0.91, 0.05, 0.02]），而字典的key必须是整数、字符串这类可哈希的类型，numpy数组不支持作为key使用，因此触发该报错。

另外你代码中重复调用了两次model.predict(img)，属于多余操作，第一次预测得到的answer已经包含所有需要的概率数据。

只需要从预测概率数组中提取最大值对应的类别索引，用该整数索引查询字典即可，修改后的代码如下：

dic = test_dataset.class_indices
idc = {k:v for v, k in dic.items()}

img = load_img( r'C:\Users\sreep\Downloads\Alzheimer_s Dataset\test\NonDemented\26 (62).jpg', target_size = (224,224,3))
img = img_to_array(img)
img = img/255
imshow(img)
plt.axis('off')
img = np.expand_dims(img,axis=0)
answer = model.predict(img)
# 提取概率最大值对应的类别索引（整数类型，可作为字典key）
pred_class_idx = np.argmax(answer[0])
probability = round(np.max(answer)*100,2)

print(probability, '% chances are there that the image is',idc[pred_class_idx])

核心修改点说明：

• 使用np.argmax(answer[0])拿到概率最高的类别对应的整数索引
• 去掉重复的model.predict调用，直接复用第一次的预测结果提升效率

内容的提问来源于stack exchange，提问作者Sridara Pavan