我正在使用keras / tensorflow，我有一个Single Shot Detector（SSD）模型，该模型在某个时候使用损耗函数，该函数采用y_true和y_pred并计算损耗值。
我有兴趣记录本地化和分类损失，因此我尝试调试提供的损失功能。因为，这两个张量都是我试图通过调用来获取值的：
y_true_np = tf.keras.backend.get_value(y_true)
y_pred_np = tf.keras.backend.get_value(y_pred)
在我的情况下会产生CUDA_ERROR_OUT_OF_MEMORY错误。奇怪的是，由于没有足够的GPU内存（我正在那里进行另一个实验），我在CPU（和RAM）中运行了调试程序。
使用tf.keras.backend.eval(y_true)时也会发生同样的事情（老实说，我不确定这两者之间有什么区别）。
似乎keras试图通过创建一个新的会话（？）并在那里进行评估来返回我要求的值？是这样吗如果是这样，那是为什么呢？另外，如果我尝试强制在CPU中对其进行评估，即使没有上述命令，相同的命令（通过配置文件）也可以正常工作，但它仍会失败。
有人可以解释为什么我会出现这种现象吗？如果我能以某种方式获得张量的实际值。
编辑：
我正在使用的实际代码来自here，但是我不确定是否可以将其简化为一个简单的代码。也许有可能，但是我可能缺少一些其他信息。我所面临的实际问题似乎并不是特定于项目的，并且可能对keras中的每个损失函数都起作用。无论如何，实际损失函数为this one（来自同一项目）。