CNN-Keras多标签输出预测

我试图实现Andreas Werdich的CNN代码：

“该项目的目标是实现一种深度学习算法，将单通道手持式ECG设备的心电图（ECG）记录分为四个不同的类别：正常窦性心律（N）、心房颤动（a）、其他心律（O）或过于嘈杂而无法分类的（~）。”

执行代码可以很好地工作。但是现在在模型训练之后，我不确定如何预测不同的ECG信号。他使用hdf5文件中存储的ECG信号

“对于hdf5文件中表示单个ECG时间序列的每组数据，以下元数据保存为属性：

• 紫外基线电压
• 钻头深度
• 获得
• 采样频率
• 测量单位“

经过培训后，我用

model.save（文件路径） 我把它放在文件滴管上：

我有一个hdf5文件，里面有我想要预测的ECG信号：

我试着使用model.predict函数，但它不起作用。我不太确定如何传递ECG信号，因为我需要4种不同的分类

有人知道我怎样才能做出预测吗

---

谢谢

请提供有关“它不起作用”的更多信息。如果是错误，那么把回溯也放在这里。如果结果不好，但它运行了，这可能是关于数据预处理的，把预测代码放在这里。我甚至找不到一个

模型。在你提供的回购中预测
。顺便说一句，如果你编辑了你的帖子，别忘了推荐这里，否则它不会通知你。嗨，谢谢你的回复。我想出来了。对不起，我的措辞不好。