如何修复TensorFlow预测过程中出现的TypeError错误？

兄弟，你遇到的这个类型错误和数据类型没关系，问题出在你打印预测结果的方式上！

错误根源 #

model.predict(test_data)返回的是一个numpy数组（对应每个样本的softmax概率分布），而你在代码里写了：

print("Prediction: " + model.predict(test_data))

Python不允许直接把字符串和numpy数组用+做拼接操作，这才触发了TypeError: ufunc 'add' did not contain a loop with signature matching types这个错误。

解决方案 #

你可以换几种正确的方式来打印预测结果：

1. 用逗号分隔字符串和数组（最简单）

Python会自动帮你处理不同类型的拼接：

prediction = model.predict(test_data)
print("Prediction: ", prediction)

2. 使用f-string格式化输出

这种方式更清晰，可读性更强：

prediction = model.predict(test_data)
print(f"Prediction: {prediction}")

3. 输出预测的类别（而不是概率分布）

因为你的最后一层是softmax，输出的是每个类别的概率，如果你想直接看模型预测的类别，可以用np.argmax取每个样本概率最大的索引：

import numpy as np

predictions = model.predict(test_data)
predicted_classes = np.argmax(predictions, axis=1)
print("Predicted classes: ", predicted_classes)

补充说明 #

之前model.evaluate运行正常，是因为它返回的是两个单独的数值（测试损失和准确率），你把它们赋值给了变量，没有直接做字符串拼接操作，所以没触发错误。

内容的提问来源于stack exchange，提问作者Ian