首先说明一下，我对神经网络非常新手，这是我第一次使用numpy、tensorflow或keras。
我编写了一个神经网络来识别手写数字，使用的是MNIST数据集。我按照Sentdex的这个教程进行操作，注意到他使用print(np.argmax(predictions[0]))来打印numpy预测数组中的第一个索引。
我尝试运行程序，将该行替换为print(predictions[i])（i被设置为0），但输出不是一个数字，而是：[2.1975785e-08 1.8658861e-08 2.8842608e-06 5.7113186e-05 1.2067199e-10 7.2511304e-09 1.6282028e-12 9.9993789e-01 1.3356166e-08 2.0409643e-06]。
让我感到困惑的代码是：
predictions = model.predict(x_test)for i in range(10): plt.imshow(x_test[i]) plt.show() print("PREDICTION: ", predictions[i])我阅读了numpy关于argmax()函数的文档，据我所知，它接受一个x维数组，将其转换为一维数组，然后返回最大值的索引。Keras关于model.predict()的文档表明，该函数返回网络预测的numpy数组。所以我不明白为什么我们必须使用argmax()来正确打印预测，因为据我所知，它的用途完全不相关。
抱歉代码格式不好，我没能弄清楚如何正确插入多行代码块到我的帖子中
回答：
如果我理解你的问题，那么答案非常简单：
- 你想预测图像中的数字，为此你使用了softmax激活层来预测每个类别的概率
- 所以你的预测是一个NUMBER_OF_CLASS形状的数组，但我们想要的不是类别概率，而是图像中哪个数字
- 因此，我们取这个预测数组中最大概率的索引
- 这个索引将对应网络预测的数字
希望我解释得清楚，哈哈
