下面是一个函数，它可以根据之前预测的输出计算指标：

import tensorflow as tf

def calculate_metrics(model, y, y_pred, sample_weight=None):
    y = tf.convert_to_tensor(y)
    y_pred = tf.convert_to_tensor(y_pred)
    if not sample_weight is None:
        sample_weight = tf.convert_to_tensor(sample_weight)
    model.compute_loss(x=None, y=y, y_pred=y_pred, sample_weight=sample_weight)
    metrics = model.compute_metrics(x=None, y=y, y_pred=y_pred,
                                    sample_weight=sample_weight)
    for k,v in metrics.items():
        metrics[k] = float(v)
    return metrics

它要求y、y_pred和sample_weight（如果提供的话）是numpy数组。这意味着它们需要立即适应内存。这也意味着指标值可能与model.evaluate返回的值略有不同，但我认为您应该理解这一点，因为您的评论是“全局指标不应按批处理取平均值”。
但它返回错误
AttributeError: 'tuple' object has no attribute 'rank'
model.compiled_loss（以及model.compute_loss和model.compute_metrics）期望每个输入都是Tensor。Tensor有一个属性shape，它的类型是TensorShape，它又有一个属性rank。我期望您的y_test是一个ndarray，它也有一个属性shape。但是它的类型是tuple，它没有rank属性，这就是为什么我的函数将输入转换为Tensor，返回的度量值也是Tensor，所以我手动将它们转换为普通的python float。
但我真的很想知道，难道汇编的损失和指标不是已经可以在某个地方访问了吗？
指标在model.fit方法返回的History对象中可用，因此如果您正在评估一个新训练的模型，您不需要重新计算指标。但是，如果您正在加载一个先前训练的模型并希望获得指标，您需要使用model.evaluate或从model.predict的结果中计算指标，就像我们在这里所做的那样。看一下代码，您可以分别比较model.test_step和model.predict_step。请注意，model.predict_step只运行推理并返回预测，因此在运行model.predict时不会计算度量。一个比我提供的解决方案更好的解决方案是将model.predict的元素组合到model.evaluate中，以便它可以选择性地返回y_pred，而不是丢弃它在计算度量之后，但是这将需要修改tensorflow 代码。