TensorFlow中model.fit()未调用自定义指标函数的问题排查求助

我之前也碰到过一模一样的情况，这背后其实是TensorFlow处理自定义指标的机制问题。你直接把函数传给metrics参数时，TensorFlow会自动用MeanMetricWrapper包装它，但这个过程里有个容易踩的坑——如果你的函数里包含非TensorFlow的原生Python代码（比如你写的1/0或者无限循环），这些代码并不会在图模式下被执行，甚至你的整个指标函数都可能没被正确调用。

至于训练时指标一直显示0.0000e+00，大概率是因为包装后的指标没有正确获取到你的函数返回值， fallback到了初始的0值。

正确的解决方法 #

方法1：继承tf.keras.metrics.Metric类（推荐）

这种方式能让你完全掌控指标的计算、更新和重置逻辑，TensorFlow会在训练的每一步主动调用对应的方法，确保你的代码逻辑（包括合理性检查）被正确执行。

import tensorflow as tf

class MyMetric(tf.keras.metrics.Metric):
    def __init__(self, name='my_metric_fn', **kwargs):
        super().__init__(name=name, **kwargs)
        # 初始化累计指标的权重变量
        self.total = self.add_weight(name='total', initializer='zeros')
        self.count = self.add_weight(name='count', initializer='zeros')

    def update_state(self, y_true, y_pred, sample_weight=None):
        # 这里实现你的指标计算逻辑
        squared_difference = tf.square(y_true - y_pred)
        metric_value = tf.reduce_mean(squared_difference, axis=-1)
        
        # 添加TensorFlow风格的合理性检查（替代原生Python的1/0）
        tf.debugging.assert_none_equal(
            metric_value, tf.constant(0.0), 
            message="指标值异常为0！"
        )
        
        # 更新累计值
        self.total.assign_add(tf.reduce_sum(metric_value))
        self.count.assign_add(tf.cast(tf.shape(y_true)[0], tf.float32))

    def result(self):
        # 返回最终的平均指标值
        return self.total / self.count

    def reset_states(self):
        # 重置指标状态（比如每个epoch结束后）
        self.total.assign(0.0)
        self.count.assign(0.0)

使用时直接传入类的实例：

model.compile(optimizer=opt, metrics=[MyMetric()])

方法2：修正函数式指标（仅适用于简单场景）

如果你坚持用函数式写法，要确保所有操作都是TensorFlow的图操作，避免原生Python的立即执行代码（比如1/0）。改用TensorFlow的断言来做合理性检查：

def my_metric_fn(y_true, y_pred):
    squared_difference = tf.square(y_true - y_pred)
    metric_value = tf.reduce_mean(squared_difference, axis=-1)
    # TensorFlow图模式下的断言，会在计算时触发
    tf.debugging.assert_greater(
        metric_value, tf.constant(0.0), 
        message="指标值为0或负数，不符合预期！"
    )
    return metric_value

额外调试建议 #

你还可以在指标逻辑里添加tf.print来确认输入的形状和值是否正常：

tf.print("y_true shape:", tf.shape(y_true), "y_pred shape:", tf.shape(y_pred))

这样就能快速排查是否是输入形状不匹配导致的指标计算异常。

内容的提问来源于stack exchange，提问作者watch-this