如何使用经过训练的张量流模型在给定单个值的情况下预测未来的多个值？

Question

我正在尝试在Tensorflow中构建一个程序，该程序可以预测某个棒球运动员在未来几个赛季的表现。为了训练它，我拆分了数据集，以便X_Train包含5个特定的统计信息，Y_Train包含年龄。

我想使用我构建的keras.Sequential（）模型来提交一个值（年龄），并让该模型给我5个值作为回报

data = np.asarray(df, dtype=np.float32)
x = data[:, :-1]
y = data[:, -1]
y = np.reshape(y, [y.shape[0], 1])

print(x,y):
[[  0.294   0.408   0.523 154.      6.7  ]][28.]

model.fit(X_train,
          Y_train,
          epochs=450,
          batch_size=10)

results = model.evaluate(X_test, Y_test)

我想将28值提交给我的模型，并让其预测该年龄段的5个统计数据

如何提交[28]并收到[.300 .400 .500 200. 10。]（示例值）？