在 Tensorflow 2.0 中，我正在尝试构建一个模型，将我的对象分为两类：正面和负面。
我想使用tf.keras.metrics.FalsePositives和tf.keras.metrics.FalseNegatives指标来查看模型如何随着每个时期的改进而改进。这两个指标都有断言规定：[predictions must be >= 0]和[predictions must be <= 1]。
问题是未经训练的模型可以生成任意数字作为预测。但即使是经过训练的模型有时也会产生略高于 1 或略低于 0 的输出。
有没有办法禁用这些断言？
或者，是否有任何合适的激活函数可以强制模型输出进入[0, 1]范围而不会导致学习率出现任何问题？