这个问题可能是由于在计算AUC和GAUC时出现了一些问题。AUC（Area Under Curve）和GAUC（Group Area Under Curve）都是用于评估分类模型性能的指标，它们都是在ROC曲线（Receiver Operating Characteristic curve）的基础上计算的。
在你的配置文件中，你设置了early_stop，这意味着当验证集上的性能不再提高时，训练过程将会提前停止。然而，这可能会导致在计算AUC和GAUC时出现一些问题，因为在训练的最后阶段，模型的性能可能已经下降，但这并不会触发early_stop。
为了解决这个问题，你可以尝试以下两种方法：
- 取消
early_stop的设置，让模型完整地训练到最后。 - 在计算AUC和GAUC时，添加一些额外的检查，确保模型的性能是在提高的。例如，你可以在计算AUC和GAUC之前，先检查一下模型在验证集上的损失是否在降低。
另外，你也可以尝试更新你的TensorFlow版本，或者查看一下TensorFlow的官方文档，看看是否有关于这个问题的解决方案。
