Keras KERA预测的概率回报值高于1

我使用LSTM进行二元分类，因此我的最后一个密集层如下所示：

model.add(Dense(1,activation='sigmoid'))

我想得到每个输入的概率，但是

model.predict_proba(X_test)  

返回大于1的值。我理解这一点，因为我在最后一层中没有使用“softmax”，但在二进制分类中我必须使用sigmoid，但我如何才能得到概率范围[0,1]

我现在得到的值是：

array([[1.1198873e-07],
       [1.1001220e-07],
       [7.2163729e-08],
       ...,
       [1.1758399e-09],
       [1.6062747e-10],
       [1.5407189e-11]], dtype=float32)

---

这些值不超过1。这是科学记数法。

1.1198873e-07=1.1198873/10000000=0.00000011198873

---

因此，这些值实际上远低于1。

您得到的确切值是什么？我编辑了问题并添加了值。我认为您需要了解什么是科学记数法……没有一个值大于1，在每个值的末尾，您可以看到e-07，这意味着它是10^-7，即0.0000001