Моя модель keras дает одинаковый прогноз для всех выходов

Question

Ранее я задавал вопрос, думая, что проблема была в моей модели архитектуры, и мне сказали, что проблема может быть в моем коде обучения / прогнозирования. Я разместил этот код там, и больше ответов не получил. Моя модель отображает точность 0,9530581049962875 и потерю 0,2506975952616229. Однако, когда я даю ему изображения для классификации, я каждый раз получаю одни и те же прогнозы. Изображения 64х64 с тремя каналами

Вот мой код тренировки и прогнозирования

batch_size = 60
pic_size = 64

train_datagen = ImageDataGenerator()

test_datagen = ImageDataGenerator()

train_generator = train_datagen.flow_from_directory(
        '/DATASET/Training_Samples',
       target_size=(64, 64),
        color_mode='rgb',
        batch_size=batch_size,
        class_mode="categorical",
        shuffle=True)

validation_generator = test_datagen.flow_from_directory(
        '/DATASET/Test_Samples',
        target_size=(64, 64),
        color_mode='rgb',
        batch_size=batch_size,
        class_mode="categorical",
        shuffle=False)



history = model.fit_generator(generator=train_generator,
                            steps_per_epoch=train_generator.n//train_generator.batch_size,
                            epochs=150,
                            validation_data=validation_generator,
                            validation_steps = validation_generator.n//validation_generator.batch_size)

from skimage.transform import resize
import matplotlib.pyplot as plt
%matplotlib inline

my_image = plt.imread('image.jpg')
my_image_resized = resize(my_image, (64,64,3))

import numpy as np
probabilities = model.predict(np.array( [my_image_resized,] ))

print(probabilities)