model.fit（）和predict_classes（）中的精度不同

Question

有人可以解释为什么model.fit（）和predict_classes（）有不同的准确性？

model.evaluate使用以下内容（'测试分数：'，0.5457103276905948）和（'测试准确度：'，0.94977169167505548）：

score = model.evaluate(x_val, y_val, batch_size=batch_size, verbose=0)
# print ('Raw test score:', score)
print('Test score:', score[0])
print('Test accuracy:', score[1])

和train.predict_classes在train和测试数据上的accuracy_score给出了 训练准确率：94.17％和 测试精度：88.61％

此处提供代码：https://gist.github.com/dirko/375397bc942d134a3c82d0dd514f3fea