很快，我一直在构建用于图像识别的神经网络，我已经完成了很多工作。在测试数据上测试模型的预测时，我正在输出预测（显然），我所遵循的教程使用语句print(prediction[0][0])（尽管不同之处是该教程使用了二进制分类器进行损失）。
我只是想知道每个[0]在预测语句（作为变量分配给model.predict(testX)）的末尾引用什么，以便我可以更轻松，更轻松地处理测试数据知道我在选择什么。我敢肯定这很简单，但是我已经把它隔开了。任何帮助深表感谢！
答案 0 :(得分：0)
如果您想了解每个[0]的含义，可以随时打印它们，
即print(prediction[0])。另外，您可以使用Jupyter Notebooks来摆弄这些东西。
但是，为了回答您的问题，model.predict返回了list个预测值，而不是单个预测，这就是为什么使用第一个[0]的原因（我猜您有单个数据的“集合”），以便从列表中获取第一个（并且仅在您的情况下）预测。然后，第二个[0]返回您的预测值列表中的实际预测值（唯一的一个）