我正在编写自定义损失函数，我想取1-计算值的对数。我正在使用具有tensorflow后端的keras编写如下：

nonlabels = list(np.where(predictions<threshold)[1])
loss_fg_nT = 0
probs_nT = tf.gather(probs_fg,nonlabels,axis=3)
for i in range(len(nonlabels)):
    probs_temp = tf.reshape(probs_nT[:,:,i],[-1])
    prob_max = tf.math.reduce_max(probs_temp)
    const = tf.constant(0.000001)
    prob_max = tf.math.add(prob_max,const)
    #prob_max = tf.math.subtract(tf.constant(1.0),prob_max)
    val = K.log(prob_max)
    loss_fg_nT -= val
    loss_fg_nT = loss_fg_nT/(len(nonlabels)+0.000001)

如果我删除了prob_max = tf.math.subtract(tf.constant(1.0),prob_max)行，则该功能运行正常，但是当我记录（1-prob_max）值时，它将给出nan值。我无法理解其背后的原因，因为我要添加标称值以避免同时使用log 0。有人可以帮助我纠正此错误。