Python 如何在下面的千层面MLP中获得测试数据的输出目标值

我试过以下方法

network_output = lasagne.layers.get_output(network)
f = theano.function([input_var], network_output[:,-1])
y_hat = f(X_train)

但是我得到了NAN所有的样品在这里

编辑：

---

我能够解决NAN问题。但是现在我的预测只返回一个类（1）

网络输出是一个形状矩阵（N，K），其中N是数据点的数量，K是类的数量；这是一个原始分数矩阵。在代码网络中，输出[：，-1]将是第K个或最后一个标签的所有原始分数值。换句话说，您返回的是一个列向量，而不是整个原始分数矩阵。要输出所有分数，只需将theano.函数修改为：

f = theano.function([input_var], network_output)

你应该返回所有原始的班级分数