训练期间keras指标不同

Question

我已经实现了一个基于SIM的自定义指标，当我尝试使用它的代码时。我使用张量和np数组实现了它，两者都给出了相同的结果。然而，当我开始拟合模型时，返回的值远高于我加载训练生成的权重并应用相同函数时得到的值。

我的功能是：

def SIM(y_true,y_pred):

    n_y_true=y_true/(K.sum(y_true)+K.epsilon())    
    n_y_pred=y_pred/(K.sum(y_pred)+K.epsilon())

    return K.mean(K.sum( K.minimum(n_y_true, n_y_pred)))

当我编译Keras模型时，我将其添加到指标中，在训练期间，它给出了例如SIM：0.7092。 当我加载权重并尝试时，SIM分数约为0.3。加载正确的权重（当使用这些权重重新开始训练时，弹出相同的值）。有人知道我做错了什么吗？

与在批处理中运行函数相比，为什么在培训期间返回的指标要高得多？