使用Keras预训练网络的瓶颈特征预测测试数据

Question

我已关注博客building-powerful-image-classification-models-using-very-little-data 在部分：使用预先训练的网络的瓶颈功能，使用瓶颈功能结合VGG16重量。 我有合适的模型和训练和验证集的准确性。

现在，我想预测测试数据。我的测试数据在测试文件夹中，其中包含100张猫狗图像 如何从模型中获得测试数据的预测？

我尝试了以下内容：

class myclass {
     private static $instance;

     public static function getInstance(){
        if(is_null(self::$instance)){
           self::$instance = new self();}
        return self::$instance;
     }

     public function printVar($var){
       echo 'Your var is : ' . $var . '<br/>';
     }

     public static function test1($var){
       $myclass = myclass::getInstance();

       for($i = 0; $i < 2; $i++){
         $myclass->printVar($i);
       }
     }

     public static function test2($var){
       $myclass = new myclass();

       for($i = 0; $i < 2; $i++){
         $myclass->printVar($i);
       }
     }
}

但是，得到错误。