我如何暗示“tensorflow： 'val_precision'”，因为它对我不起作用

问：

我正在尝试用作显示器，由于某种原因它不起作用。我的网络是：val_precision

model = models.Sequential()
model.add(Dense(De, input_shape=[train_x.shape[1]], activation ='relu'))
model.add(Dropout(0.1))
model.add(Dense(De, activation ='relu'))
model.add(Dropout(0.1))
model.add(Dense(De, activation ='relu'))
model.add(Dense(De, activation ='relu'))
model.add(Dense(len(Tlist), activation='softmax'))
Optimizer = keras.optimizers.Adam(learning_rate=0.005)
model.compile(optimizer = Optimizer, loss='binary_crossentropy', metrics=[Precision()])

num_epochs = 50
num_batch_size = 250
earlyStopping = EarlyStopping(monitor='val_precision', patience=20, verbose=0, mode='max')
mcp_save = ModelCheckpoint(diri + '/model_class_Hi75near.hdf5', save_best_only=True, monitor='val_precision', verbose=0, mode='max')
reduce_lr_loss = ReduceLROnPlateau(monitor='val_precision', factor=0.5, patience=5, verbose=0, min_delta=1e-4, mode='max')
history = model.fit(train_x, train_y, batch_size=num_batch_size,\
                epochs=num_epochs, validation_data=(val_x, val_y),\
                verbose=0, callbacks=[earlyStopping,\
                mcp_save,reduce_lr_loss],class_weight=class_Weight)

我得到这个：

警告：tensorflow：提前停止以不可用的指标为条件。可用指标包括：loss，precision_1，val_loss，val_precision_1
警告：tensorflow：只能保存val_precision可用的最佳模型，跳过。
警告：tensorflow：在平台上减少 LR，条件是指标不可用。可用指标包括：loss，precision_1，val_loss，val_precision_1，lrval_precisionval_precision

它在每个时代都会不断出现

所以我试着改变网络的其余部分保持不变。所以现在警告跳转：val_precisionval_precision_1

警告：tensorflow：提前停止以不可用的指标为条件。可用指标包括：loss、precision、val_loss、val_precision
警告：tensorflow：只能在val_precision_1可用的情况下保存最佳模型，跳过。
警告 ：tensorflow：在平台上减少 LR，条件是指标不可用。可用指标包括：loss、precision、val_loss、val_precision、lrval_precision_1val_precision_1

我正在处理二元分类任务，目标 （y） 是 1（1） 和零 （0） 的一维向量