我已经使用sigmoid函数训练了一个CNN模型，最后是密集层：

model.add(layers.Dense(1, activation='sigmoid'))

字符串
我还使用二进制交叉熵进行了编译：

model.compile(loss='binary_crossentropy',
              optimizer = 'Adam',
              metrics=[tf.keras.metrics.Precision(),tf.keras.metrics.Recall(),'accuracy'])

型
二值图像分类的f1分数很低，我的模型预测一个类优于另一个类。所以我决定在最后一层添加一个基于sigmoid函数输出概率的阈值：

c = load_img('/home/kenan/Desktop/COV19D/validation/covid/ct_scan_19/120.jpg', 
             color_mode='grayscale',
             target_size = (512,512))
c=img_to_array(c)
c= np.expand_dims(c, axis=0)
pred = model.predict_proba(c)
pred
y_classes = ((model.predict(c)> 0.99)+0).ravel() 
y_classes

型
我想在我的代码中使用'pred'作为类的概率，但它总是0或1，如下所示：

Out[113]: array([[1.]], dtype=float32)

型
为什么给予的不是1而是[0，1]的概率呢？有没有办法得到我的情况下的类概率，而不是0或1？