Python 为什么BinaryAccurance（）会更改其值？

我使用以下单元格定义了一个jupyter python笔记本，并逐一执行：

第1单元：

import tensorflow as tf

ba = tf.keras.metrics.BinaryAccuracy()

labels = [ 
np.array([[0]], dtype=np.float32),
np.array([[0]], dtype=np.float32),
np.array([[1]], dtype=np.float32),
np.array([[1]], dtype=np.float32),
np.array([[0]], dtype=np.float32) 
]

preds = [ 
np.array([[0.1]], dtype=np.float32),
np.array([[0.1]], dtype=np.float32),
np.array([[0.9]], dtype=np.float32),
np.array([[0.1]], dtype=np.float32),
np.array([[0]], dtype=np.float32) 
]

第二单元：

ba(labels, preds)
> <tf.Tensor: shape=(), dtype=float32, numpy=0.8>

ba（标签、pred）
> 

第三单元：

ba(np.ones(100), np.ones(100))
> <tf.Tensor: shape=(), dtype=float32, numpy=0.8333333>

ba（新一代（100），新一代（100））
> 

请注意，第三个单元格中的结果完全错误！它应该是

1.0

，因为它是一个完美的匹配。如果我多次执行这个单元格，值也会不同

但是，如果我省略了第二个单元格，只执行第一个和第三个单元格，则计算是正确的。这是一种奇怪的行为

为什么BinaryAccurance（）会更改其值？这是一个bug，是我做错了什么，是我的设置错了，还是只是一些我不知道的机制

---

此外，如果您只执行了第一个和第三个单元格，然后多次返回执行第二个单元格，则每次的值都不同

您应该使用

reset\u states（）

---

谢谢你的回答@MarcoCerliani！显然，为了清除隐藏状态，显然

reset\u states（）

是很重要的，但是

binaryAccurality（）

在哪里和为什么会有这些隐藏状态？它甚至不是模型的一部分，只是一个简单的tf度量，称为..BinaryAccurance和其他tf度量具有这种行为，当您在培训过程中使用该度量时，这非常有用。U将BinaryAccurance简单地用作独立函数，但其行为仍然存在；所以简单地使用重置状态，总是在你使用它之前，完成工作。。。别忘了投票；-）

np.random.seed(33)

ba = tf.keras.metrics.BinaryAccuracy()

print(ba(np.random.randint(0,3, (100)), np.random.randint(0,3, (100)))) # 0.3

ba.reset_states()

print(ba(np.ones(100), np.ones(100))) # 1.0