Tensorflow TF2.0指南：文档错误：创建自定义度量

我实现了此页面中显示的自定义度量（CatgoricalTruePositives）

我认为它充满了bug，它有一些评论说（#修复这个）。 无论如何，这里有什么特别的错误。NN的准确率接近99%，但该指标表示：

binary_true_positives: 8459.0000

（如网站所示）。 如果MNIST中的样本数为50000，则至少45k个样本应为真阳性。 他们的自定义度量的简单示例出了什么问题

为完整起见，以下是他们的示例：

class CatgoricalTruePositives(keras.metrics.Metric):

def __init__(self, name='binary_true_positives', **kwargs):
  super(CatgoricalTruePositives, self).__init__(name=name, **kwargs)
  self.true_positives = self.add_weight(name='tp', initializer='zeros')

def update_state(self, y_true, y_pred, sample_weight=None):
  y_pred = tf.argmax(y_pred)
  values = tf.equal(tf.cast(y_true, 'int32'), tf.cast(y_pred, 'int32'))
  values = tf.cast(values, 'float32')
  if sample_weight is not None:
    sample_weight = tf.cast(sample_weight, 'float32')
    values = tf.multiply(values, sample_weight)
  return self.true_positives.assign_add(tf.reduce_sum(values))  # TODO: fix

def result(self):
  return tf.identity(self.true_positives)  # TODO: fix

def reset_states(self):
  # The state of the metric will be reset at the start of each epoch.
  self.true_positives.assign(0.)