keras 單張預測結果不準

問題詳述:在keras2.2.2框架下，使用resnet50進行圖像分類，圖像分類器在訓練驗證集上準確率都能達到95%，然而使用訓練好的模型來在測試集上進行單張結果預測時，預測的結果總是幾類，其他很多類並未預測出來，一直在糾結這個問題。

後來一直Google，發現有很多人也被這個問題困擾，也有也有人說可以使用批量預測試試。於是選擇了和訓練時相同的批大小進行預測，

 X_test=np.reshape(X_test, (-1,X_test.shape[1],X_test.shape[2],X_test.shape[3]))   
 X_pre = model.predict(X_test,batch_size=512)
for i in range(X_pre.shape[0]):
        ans= np.argmax(X_pre[i])
        print(ans)
        res.append(ans)

結果就正常了，所有的目標類都能預測出來