Python Keras度量实现

我正试图用Keras建立一个模型，它使用一个指标：一个特殊的f1分数。我正在为它的实施而挣扎

到目前为止，我已经：

def f1_metric(y_true,y_pred):
   y_pred = K.one_hot(indices=K.argmax(y_pred,1), num_classes=4)
   arr = np.zeros((4,4))
   for pred,true in zip(y_pred,y_true):
       c_pred = K.constant(K.argmax(pred))
       c_true = K.constant(K.argmax(true))
       arr[c_true][c_pred] += 1
   fn = 2*arr[0][0]/(np.sum(arr[0]) + np.sum(arr.T[0])) if (np.sum(arr[0]) + np.sum(arr.T[0])) != 0 else 0
   fa = 2*arr[1][1]/(np.sum(arr[1]) + np.sum(arr.T[1])) if (np.sum(arr[1]) + np.sum(arr.T[1])) != 0 else 0
   fo = 2*arr[2][2]/(np.sum(arr[2]) + np.sum(arr.T[2])) if (np.sum(arr[2]) + np.sum(arr.T[2])) != 0 else 0
   fp = 2*arr[3][3]/(np.sum(arr[3]) + np.sum(arr.T[3])) if (np.sum(arr[3]) + np.sum(arr.T[3])) != 0 else 0
   return K.constant((fn + fa + fo + fp)/4)

当我使用我的

f1\u metric

功能时，出现以下错误：

operator不允许在“tf.Tensor”上迭代

我知道循环不能被使用。我已经读了一段时间了，但还是找不到其他选择

如何正确实现for循环？
错误非常具体。y_true和y_pred是张量类型的，不能对它们进行迭代。您可以尝试使用to_numpy_array（y_pred）将它们转换为numpy数组，执行需要执行的操作，并返回一个张量值，就像您已经在做的那样

因此，在将y_true和y_pred转换为数组后，for循环中不需要K.constant，但函数必须返回一个张量值，因此保留K.constant（（fn+fa+fo+fp）/4）