Keras 自定义损失函数未在进度条中更新

如何解决Keras 自定义损失函数未在进度条中更新

我有以下代码来计算 LER 指标：

def ctc_lambda_func(args):
    y_pred,labels,input_length,label_length = args
    return K.ctc_batch_cost(labels,y_pred,label_length)


def decode(inputs):
    y_pred,seq_len,y_true = inputs

    seq_len = tf.cast(seq_len[:,0],tf.int32)
    y_pred = tf.transpose(y_pred,perm=[1,2])

    decoded = tf.nn.ctc_beam_search_decoder(inputs=y_pred,sequence_length=seq_len,beam_width=1,top_paths=1,)[0][0]

    y_true_sparse = tf.sparse.from_dense(tf.cast(y_true,dtype=tf.int64))
    diff =  tf.reduce_mean(tf.edit_distance(decoded,y_true_sparse))
    return diff

def add_ctc_loss(m):
    labels = Input(name='the_labels',shape=(None,),dtype='float32')
    input_length = Input(name='input_length',shape=(1,dtype='int64')
    label_length = Input(name='label_length',dtype='int64')

    output_length = Lambda(m.output_length)(input_length)


    decoded = Lambda(function=decode,name='decoded',output_shape=(1,))(
                    [m.output,labels])
    loss_out = Lambda(function=ctc_lambda_func,name='ctc',output_length,label_length])

    model = Model(inputs=[m.input,label_length],outputs=[loss_out,decoded])

    model.compile(loss={"ctc": lambda y_true,y_pred: y_pred,"decoded": lambda y_true,y_pred: y_pred
                        },optimizer="adam",)

我想使用 CTC 损失函数来更新梯度和 LER 作为“准确性”度量的一种形式。虽然 CTC 损失工作和更新正常，但 LER (decoded_loss) 始终保持在 0.0000e+00。我不确定我做错了什么，但我花了一整天时间浏览在线示例试图解决这个问题，但问题仍然存在。如果我在 decode 函数中打印值，我可以看到值正在正确生成，但进度条不会更新。我想看看 LER 是如何随着训练的经过而发生变化的。

Epoch 1/150
 36/683 [>.............................] - ETA: 59s - loss: 116.2132 - ctc_loss: 116.2132 - decoded_loss: 0.0000e+00