为什么Keras的预测函数会抛出“ TypeError：只能将整数标量数组转换为标量索引”？

Question

我有一个经过训练的序列模型，可以成功编译，但是运行预测时会出现标题中所述的错误。

np.seterr(divide='ignore')

# Numpy arrays
X_train, X_test, Y_train, Y_test = Prepr_data.process()

model = Sequential([
    Dense(32, input_shape=(84,)), Activation('relu'),
    Dense(11), Activation('softmax')
])


model.compile(optimizer='rmsprop',
              loss='categorical_crossentropy',
              metrics=['accuracy'])


model.fit(X_train, Y_train, epochs=15, batch_size=91)

pred = model.predict(X_test, Y_test)

print(pred)

X数组包含自变量，而Y数组包含因变量。也就是说，Y数组包含我要预测的标签，而X包含其余数据。所有四个数组都是长度相等的numpy数组。存在的所有数据都是一键编码的（X中总共84列，Y中总共11列）。所有数据均为dtype float64。

我是ML的新手，所以可能只是一个我忽略的琐碎问题...任何帮助表示赞赏！