Tensorflow 尝试使用argmax预测标签时出现TypeError

我已经成功地遵循迁移学习教程，用两门课“印象主义”和“现代主义”制作了自己的分类器

现在尝试为我的测试图像获取标签，应用线程的建议：

错误结果：

"TypeError                                 Traceback (most recent call last)
<ipython-input-35-571175bcfc65> in <module>()
      1 # create a list containing the class labels
      2 labels = ['modernism', 'impressionism']
----> 3 predicted_label = sorted(labels)[y_classes]

TypeError: only integer scalar arrays can be converted to a scalar index"

“类型错误回溯（最近一次调用最后一次）
在（）
1#创建包含类标签的列表
2个标签=[“现代主义”、“印象主义”]
---->3预测的标签=已排序的（标签）[y\U类]
TypeError:只能将整数标量数组转换为标量索引“

我做错了什么？访问测试图像的文本标签（及其概率）的正确方法是什么？如果我理解数组预测，它已经从我的图像文件夹中识别出有两个类

---

如果你有时间帮忙，非常感谢

这里发生的是

y_prob.argmax（axis=-1）

返回的数组值为

[1]

。只有numpy阵列可以使用列表进行索引/拼接

这个问题是由于排序的

方法引起的，我在测试中没有考虑这个问题。即使输入数组是type
np.ndarray
，输出也会变成一个列表

因此，要么：

labels=[“现代主义”、“印象主义”]
expected_label=numpy.array（已排序（标签））[y_类]

或

labels=numpy.array（['现代主义'，'印象主义]]
labels.sort（）
预测的\u标签=标签[y\u类]
感谢您的快速回答！我现在有了
labels=np.array（['modernism'，'impressionism']）预测的[u label=sorted（labels）[y\u classes]
，但奇怪的是，我得到了同样的错误。排序是基于Guillame的建议：“如果您有一个名为labels的标签列表，那么预测的标签名称将是：
predicted\u label=Sorted（labels）[y\u classes]
”就是这样！太谢谢你了，我一直在想这个。现在我得到这个输出
array（['modernism']，dtype='youcando
print（y_prob.max（axis=-1））
这将打印肯定类的信心。太好了，这非常有帮助！谢谢。你能显示
y_类的输出吗？当然，我刚刚编辑了原始帖子！如果有帮助，我可以粘贴整个代码。明白了，我已经更新了下面的答案，看一看！：D
"TypeError                                 Traceback (most recent call last)
<ipython-input-35-571175bcfc65> in <module>()
      1 # create a list containing the class labels
      2 labels = ['modernism', 'impressionism']
----> 3 predicted_label = sorted(labels)[y_classes]

TypeError: only integer scalar arrays can be converted to a scalar index"