我想在分類問題中進一步將輸出類分為更少的桶。我有 4 個輸出類（即 0、1、2、3）。但在訓練期間，我還想跟蹤 2 個類的準確性：將 0 和 1 視為 0 類將 2 和 3 視為第 1 類為此，我創建了一個新指標并使用模型對其進行編譯：def new_classes_acc(y_true, y_pred):  actual = tf.floor( y_true / 2 )  predicted = tf.floor( y_pred / 2 )  return K.categorical_crossentropy(actual, predicted)像這樣編譯它：model.compile(loss='categorical_crossentropy', optimizer=optimizer, metrics=['accuracy', new_classes_acc])我得到nan作為精度值。這樣做的正確方法是什么？