我想监控我的TensorFlow模型的准确率，但在使用metrics=['accuracy']或metrics=[tf.keras.metrics.Accuracy()]编译我的模型并训练模型时，出现了以下警告。

警告:tensorflow: 提前停止依赖于度量accuracy，但该度量不可用。可用的度量是：loss, val_loss

model.compile(optimizer='adam', loss='mean_squared_error', metrics=["tried both options i mentioned"])callbacks = [EarlyStopping(monitor='accuracy', patience=1000)]          model.fit(x_train, y_train, epochs=5000, batch_size=100, validation_split=0.2, callbacks=callbacks)

回答：

根据此链接：准确率是评估分类模型的一种度量。非正式地，准确率是我们的模型正确预测的比例。正式地，准确率的定义如下：

因此，对于其他类型的问题，如回归问题，你应该使用其他度量而不是accuracy，例如metrics=[tf.keras.metrics.MeanSquaredError()]