Keras度量问题

我正在使用最新版本的tensorflow(1.13)。我使用keras api来训练lstm网络。

我不能和你一起训练 tf.keras.metrics.Precision() 和 tf.keras.metrics.Recall()

它正在编译。但在训练中,我犯了以下错误

InvalidArgumenterRor:断言失败:[预测必须大于等于0] [条件x>=y未按元素顺序保存:x(稠密系数3/biasadd:0)=] [[2.72658144E-06 1.17555362E-06 1.96436554E-06…]]…][年 (度量值3/精度1/转换/x:0)=][0][{{node metrics_3/precision_1/assert_greater_equal/assert/assertguard/assert}]]

模型非常简单,如下所示

model = Sequential()
model.add(LSTM (120,activation = "tanh", input_shape=(timesteps,dim), return_sequences=True))
model.add(LSTM(120, activation = "tanh", return_sequences=True))
model.add(LSTM(120, activation = "tanh", return_sequences=True))
model.add(LSTM(120, activation = "tanh", return_sequences=True))
model.add(LSTM(120, activation = "tanh", return_sequences=True))
model.add(LSTM(120, activation = "tanh", return_sequences=True))
model.add(Dense(dim))
model.compile(optimizer="adam", loss="mse",  metrics=[tf.keras.metrics.Precision()])

history = model.fit(data,data, 
                    epochs=100,
                    batch_size=10,
                    validation_split=0.2,
                    shuffle=True,
                    callbacks=[ch]).history

是虫子还是我做错了什么?