我正在尝试学习如何从模型中预测结果，但是似乎有些基本的知识让我感到困惑。我正在使用两个类：0：“猫”，1：“狗”。当预测6张图像的标签时，我得到一个6 x 1数组，看来预测值是图像与“狗”标签的接近程度。我期望得到大约6 x 2的数组，其中每个图像都与Tensorflow basic image classification for clothes教程一样与两个类进行比较。我还看到只有两个类别时生成两个预测值可能是多余的，所以我的理解正确吗？
我下面的代码是用于图像分类的TensorFlow教程： https://www.tensorflow.org/tutorials/images/classification
要查看模型（称为“ model_new”）如何预测6张图片的标签（1张猫，再加上5条狗），我在目录（'cat_dog_testing'）中添加了以下6张图片的代码目录（'cat_dog_testing'）：
-L对于结果：
-LD:/Development/GLFW/lib-mingw/Here's the order of images plotted and I'm assuming they correspond to the order of predictions
