关于新版tensorflow 'Sequential' object has no attribute 'predict_classes'的问题

在Tensorflow2.6之前的版本中拥有predict_class属性
在结果预测时可以自动将结果变成0 1分布

y_train_predict = mlp.predict_classes(X_train)
print(y_train_predict)

输出结果为

而新版本的经上网查询只能用下面代码替代

y_train_predict = mlp.predict(X_train)
y_train_predict = np.argmax(y_train_predict, axis=1)
print(y_train_predict)

而打印出的预测结果确实这样

结果变成一维数据并且预测全为0，有什么办法可以解决？

我仔细思考了一下终于解决啦！
我的数据为sigmoid函数映射到0和1之间分布的点数，我想把他以大于0.5和小于0.5分别预测为1和0，输出的结果为0 1分布，但是新版tensorflow没有predict_classes属性，所以我做了如下操作

y_train_predict = mlp.predict(X_train)
a = np.ones(630)
b = a/2
c = np.insert(y_train_predict,0,b,axis=1)
y_train_predict = np.argmax(c,axis=1)
y_train_predict = y_train_predict.reshape(630,1)
print(y_train_predict)

生成一列0.5加入到第0列，再用np.argmax按行索引判断最大值的位置，如果0.5是最大的就返回0，如果0.5是最小的就返回1
再转化为二维数组格式，输出结果为

和之前的predict_class结果基本一样

打印一下mlp.predict(X_train)看一下