tensorflow 指标中的奇怪行为

Question

我创建了一个 tensorflow 指标，如下所示：

def AttackAcc(y_true, y_pred):
    r = tf.random.uniform(shape=(), minval=0, maxval=11, dtype=tf.int32)
    if tf.math.greater(r,tf.constant(5) ):
      return tf.math.equal( tf.constant(0.6) ,  tf.constant(0.2) )
    else:
      return tf.math.equal( tf.constant(0.6) ,  tf.constant(0.6) )

该指标添加到model.compile中，如下所示：

metrics=[AttackAcc]

这应该在一半时间返回 0，在另一半时间返回 1。 因此，在训练我的 model 时，我应该看到该指标的值约为 0.5。 然而它始终为 0。
关于为什么的任何想法？

Answer 1

看起来您正在比较两个常量，它们将永远不相等。 尝试BinaryAccuracy并使用您的输入变量来更新 state。

def AttackAcc(y_true, y_pred):
    r = tf.random.uniform(shape=(), minval=0, maxval=11, dtype=tf.int32)
    acc_metric = tf.keras.metrics.BinaryAccuracy()
    acc_metric.update_state(y_true, y_pred)
    if tf.math.greater(r, tf.constant(5)):
        return acc_metric.result()
    else:
        return 1 - acc_metric.result()