model.predict（）为每个输入给出完全相同的结果数组数组

Question

model = Sequential()
model.add(Dense(32, input_dim=degree+1, activation='relu'))
model.add(Dense(16, activation='relu'))
model.add(Dense(11, activation='relu'))
model.add(Dense(degree+1, activation='softmax'))

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


model.fit(X, y, epochs=50, batch_size=75, verbose=1)



testX = X
testY = y
_, accuracy = model.evaluate(testX, testY, verbose=0)

predictions = model.predict(X)

X是我的numpy数组，它是一个数组数组，其中每个数组都是一个整数数组 y是一个输出数组，范围从1到N

我的预测数组是一个数组数组，每个数组都是相同的。即使我提供了10个类别均匀分布的10.000个输入数组

for i in range(0, testSize):
    current = predictions[i]

每个电流都完全相同。我做错什么了吗？谢谢