Keras对多维Tensor的argmax()解析

argmax问题

np.argmax(prediction)代码详解

using System; // 基础系统功能（Console、异常等） using System.Linq; // LINQ查询（Select、ToArray等） using System.Reflection; // 反射（当前代码未直接使用，可移除） using Tensorflow.Keras.Engine; // Keras引擎接口（IModel） using Tensorflow.Keras.Models; // Keras模型操作（load_model） using static Tensorflow.Binding; // TensorFlow静态绑定（tf对象） using static Tensorflow.KerasApi; // Keras静态API（如keras对象） class ModelPredictor { static IModel? _loadedModel; // 声明可空模型变量 static void Main() { _loadedModel = keras.models.load_model("trained_model.h5");// 从当前目录加载训练好的模型（确保模型文件与程序在同一目录） Console.WriteLine("===== Keras.NET 模型预测程序 ===="); Console.WriteLine("请输入待预测数据（格式：特征1,特征2,特征3,特征4，示例：0.2,0.5,0.3,0.7）"); // 输入循环（持续接收用户输入） while (true) { Console.Write("输入数据（输入exit退出）: "); // 提醒用户输入操作 string input = Console.ReadLine(); // 读取用户输入 if (input?.ToLower() == "exit") break; // 用户输入退出条件 try { float[] features = [.. input.Split(',').Select(float.Parse)]; // 解析输入数据 if (features.Length != 4) throw new ArgumentException("需要4个特征值，用逗号分隔"); // 输入验证 var inputTensor = tf.convert_to_tensor(new[] { features }, dtype: tf.float32); // 转换为模型输入张量（关键数据处理）,二维张量[1,4] if (_loadedModel == null) throw new InvalidOperationException("模型未成功加载"); // 执行预测 var predictions = _loadedModel.predict(inputTensor); // int classIndex = predictions.numpy().argmax(axis: 1)[0]; // 获取第一个样本的最大概率类别 Console.WriteLine($"预测结果：类别 {classIndex + 1}\n"); // +1适配1-based标签 } catch (Exception ex) { Console.WriteLine($"输入错误：{ex.Message}\n");// 捕获并提示具体错误（如格式错误、模型空引用） } } } }CS1061 “NDArray”未包含“argmax”的定义，并且找不到可接受第一个“NDArray”类型参数的可访问扩展方法“argmax”(是否缺少 using 指令或程序集引用?)