Python 带有TensorFlow函数的自定义keras度量。未初始化变量

我在tensorflow 1.14中运行一个带有自定义度量的模型，我遇到了未初始化变量的问题

def metric(y_true, y_pred):
    # some math operations all in tensorflow
    # ... 
    return tf.metrics.mean(tf.reduce_sum(my_mat, reduction_indices=[1]) / num_rel)

pred = tf.placeholder(dtype=tf.int32, shape=[None, 1]) 
model.compile(optimizer='adam', loss='mean_squared_error', metrics=[metric], target_tensors=pred)
met.test_on_batch(x, y)

---

这些错误是在度量标准中提出的，我希望我只是遗漏了一些简单的东西。任何帮助都将不胜感激。

请添加完整的错误堆栈跟踪我发布了一个堆栈跟踪。我还尝试在compile语句之前和之后向代码添加tf.global_variable_initializer（）（由于我不太熟悉tensorflow，所以不确定应该添加代码的哪一部分），这没有任何作用。请添加完整的错误堆栈跟踪我发布了一个堆栈跟踪。我还尝试在compile语句之前和之后向代码添加tf.global_variable_initializer（）（因为我不太熟悉tensorflow，所以不确定应该添加代码的哪一部分），但没有做任何事情。