我們正在研究我們的Tensorflow人工智能Sequential model，它具有輸入數據數組，并提供預測“真”或“假”的概率。我們想知道哪個預測對應于“真”，哪個對應于“假”我們的模型：model = tf.keras.Sequential([                          layers..        tf.keras.layers.GlobalAveragePooling1D(),        tf.keras.layers.Dense(2, activation='softmax')    ])模型編譯：model.compile(loss="sparse_categorical_crossentropy",                  optimizer=tf.keras.optimizers.Adam(),                  metrics=['accuracy']                  )然后模型適合tests和results，其中results是“真”或“假”。history = self.model.fit(        np.array(self.data["tests"], dtype=float),        np.array(self.data["results"], dtype=float),        validation_split=0.1,        epochs=self.epochs,        batch_size=self.batch_size,        steps_per_epoch=self.steps_per_epoch,        verbose=0,        shuffle=True,        callbacks=[PlotLossesKerasTF()],    )當我們對我們使用的新數據進行預測時model.predict(newData)，它會為我們提供如下概率：[[0.5787903  0.42120975]]那么這些數字中的哪些對應于哪個標簽？