Tensorflow CNN预测

我已经使用训练集和验证集使用Keras构建和训练了一个模型。 我想对未标记的数据进行预测，我有一个文件夹，其中包含300张狗、猫和马的图片。在预测中，我得到了每一类的概率

如何获得最终输出，告诉/显示这300张图片中有多少属于每个类

我上传模型

new_model = tf.keras.models.load_model('model')

然后我重新格式化测试图像

test_batches = train_datagen.flow_from_directory(
    'test_images',
    target_size=(224, 224),
    batch_size=10,
    classes = None,
    class_mode= None)

然后我终于做出了一个预测

predictions = new_model.predict(test_batches, steps=30, verbose=0)

---

是否显示类别名称而不是编号？标签是一个热编码标签，因此您可以检查哪个显示属于哪个类别。例如，猫[1,0,0]，狗[0,1,0]和马[0,0,1]，所以在我上面写的代码的输出中，数字0表示猫，数字1表示狗，数字2表示马。

import collections, numpy
collections.Counter(np.argmax(predictions, axis = 1))