evaluateとpredictのaccuracyが異なる

Question

下記の写真のように，２クラス分類において，evaluateとpredictでのaccuracyが大きく異なるのですが，なぜこのようになるかご教示頂けますと助かります．
なお，使用したモデルは，下記のとおりで学習したものです．

model.compile(
    optimizer=tf.keras.optimizers.Adam(),
    loss="binary_crossentropy",
    metrics=["accuracy"],
)

環境
OS:Windows 10 64bit
keras 2.6.0
tensorflow 2.3.0

Comments

[退会済みユーザー]

y_pred_rd = np.round(y_pred).astype(int)としていますが、
y_pred_rd = y_pred.astype(int)とした場合はどうなりますか？

というのも、np.roundは四捨五入ではなく、偶数になるように丸めるため、値がおかしくなりえるためです。
※本当に四捨五入するのであればdecimalの四捨五入を使わないといけません。

あとは、加工前のy_predのshape、y_pred.shapeも教えてください。reshapeが少し気になる為です。