我可以在没有训练过程的情况下使用keras.loss.binary_交叉熵（y_true，y_pred）吗？

我对凯拉斯不熟悉。我想知道某些实例的损失。所以我得到了这些数据实例的y_true和y_pred。我想调用loss函数来计算损失，但只得到张量（“Mean_5:0”，shape=（），dtype=float32）。如何计算张量的值？调用los.eval（）与tensorflow类似吗

y_pred由以下公式计算：

y_pred = self.model.predict(x, batch_size=self.batch_size)

y_true也是一个可用列表

---

如何使用二进制交叉熵（）

你几乎得到了答案

from keras import backend
from keras.losses import binary_crossentropy
y_true = backend.variable(y_true)
y_pred = backend.variable(y_pred)
# calculate the average cross-entropy
mean_ce = backend.eval(binary_crossentropy(y_true, y_pred))
print('Average Cross Entropy: %.3f nats' % mean_ce)