Keras：实现多类任务的精度

Question

我已经使用Keras训练了神经网络，并希望以精确的指标可视化训练结果。

1）添加了自定义功能：

from sklearn.metrics import precision_score
def precision(y_true, y_pred):
   y_true = y_true.eval()
   y_pred = y_pred.eval()
   return precision_score(y_true, y_pred, average='micro')

2）在Keras的“编译”模块中将其添加为参数：

mod_model.compile(optimizer=sgd,
              loss='categorical_crossentropy',
              metrics=['accuracy', precision])

运行脚本时，当我尝试制作.eval（）时出现以下错误，该脚本失败：

  

InvalidArgumentError（请参阅上面的回溯）：您必须为   占位符张量“ reshape_1_target”，dtype为float，形状为[？，？]   [[节点：reshape_1_target = Placeholderdtype = DT_FLOAT，shape = [？，？]，_ device =“ / job：localhost /副本：0 / task：0 / device：CPU：0”]]

有人可以帮忙吗？