为什么我的MNIST分类器会重建数组[[0。 0. 0. 0. 0. 0. 0. 0. 0. 0.]]，无论输入图像是什么？

Question

# predicting the new images
# defining the new function to classify images

def predictDigit( filePath ):
    #doing image preprocessing 
    test_image = image.load_img( grayscale = True , path = filePath , target_size = ( 28 , 28 ))
    plt.imshow( test_image )
    test_image = image.img_to_array( test_image )
    test_image = np.expand_dims( test_image , axis = 0 )
    # predicting the digit 
    ans = classifier.predict(test_image )
    print( ' I think the digit is probbably ' , ans )

filePath = 'Screenshot1.jpg'
predictDigit( filePath )

我在CNN中创建了一个模型，用于使用keras对anaconda（spyder）中的MNIST数据集进行分类。一切都很好，除了每当进行预测时输出总是[[0.，0.，0.，0.，0.，0.，0.，0.，0.，0.]]的部分。即使在验证集上模型的准确性为99.84％，输入图像的精度也是如此。请帮助我确定错误原因。 预先感谢。

HERE是原始代码的链接：https://github.com/REDsake/KaggleWeekends/commit/bfff2fe9502b435a85725af6790076a721805c9a