TensorFlow2.8训练打印loss值与history字典存储值不一致

系统信息 #

• 使用TensorFlow 2.8.0版本

当前行为描述 #

调用history = model.fit(...)完成训练后，history.history['loss']、history.history['accuracy']中存储的数值，与训练过程中每个epoch屏幕实时打印的对应数值存在差异。

编写自定义训练循环时，train_step()函数返回d_loss、g_loss两个损失值，调用model.fit()时两类输出数值不匹配：
训练过程屏幕实时打印日志如下：

Epoch 1/2
110/110 [==============================] - 33s 294ms/step - d_loss: -1.5941 - g_loss: 2.2890
Epoch 2/2
110/110 [==============================] - 32s 288ms/step - d_loss: -2.5873 - g_loss: 2.8013

读取history对象存储值的执行代码：

print([round(x, 4) for x in history_init.history['d_loss']])
print([round(x, 4) for x in history_init.history['g_loss']])

代码执行输出结果：

d_loss: [-2.7844, -2.2764]
g_loss: [2.4266, 3.3268]

预期行为 #

history字典存储的指标值应当与屏幕实时打印值完全一致，该表现与TensorFlow更早版本、其他参数配置场景下的正常表现相符。

补充说明 #

该问题此前已有相关讨论并提交过bug修复记录，但自TensorFlow 2.4.1版本后似乎再次复现。

内容的提问来源于stack exchange，提问作者Arya