Keras - model.predict() 返回列表而不是 numpy 数组答案

【问题标题】：Keras - model.predict() returns list instead of numpy arrayKeras - model.predict() 返回列表而不是 numpy 数组
【发布时间】：2019-09-12 01:38:48
【问题描述】：

我在测试张量上使用 model.predict()，它与用于训练的输入大小相同，(N_tr*70,1025,11,3)

该模型通过回归进行训练，具有三个输出作为 ground-truth，每个输出大小为 (N_te*70,1025)。

有关信息，在测试模型时 N_te=180。

根据文档，model.predict() 的输出应该是一个 numpy 张量，而不是我得到一个包含三个元素的列表，每个元素的形状 (N_te*70,1025)。我担心输出可能会以某种方式被打乱（这可以解释我的意外结果）。

对于获得一个与我用作基本事实的数组兼容的 numpy 数组，您有什么建议吗？如果没有，您知道其他解决方法吗？

编辑：添加神经网络代码

input_img = Input(shape=(1025, 11, 3 ) )
x = ( Flatten())(input_img)

for i in range(0,4):
    x = ( Dense(1024*3))(x)
    x = ( BatchNormalization() )(x)
    x = ( LeakyReLU())(x)
o0 = ( Dense(1025, activation='sigmoid'))(x)
o1 = ( Dense(1025, activation='sigmoid'))(x)
o2 = ( Dense(1025, activation='sigmoid'))(x)

模型预测：

output = model.predict(X_in, batch_size = batch_size, verbose=1)

【问题讨论】：

请包含您的模型的代码，没有它这个问题就没有意义。可能只是您的模型有多个（三个）输出。
嗨，Matias，我的模型有 3 个输出。我现在没有可用的代码，但我明天会包含它。

标签： python keras model

【解决方案1】：

预计在多输出模型中，predict 返回一个 numpy 数组列表，每个元素都是对应的输出。请记住，损失是在每个输出和基本事实之间单独计算的，因此这种格式已经是为此目的的想法。

【讨论】：

嗨，Matias，感谢您的回复。颠簸的列表还行，但是为什么输出形状从（180,1025,70）变成了（180*70,1025）？我不确定输出是按什么顺序重建的，如果数据被某种方式打乱了。
@Phys 是的，你需要提供模型的代码。
其实我刚刚找到代码并检查了，现在一切都有意义了，不涉及洗牌，谢谢。