我用Keras来训练深层神经网络。我使用train_on_batch功能来训练我的模型。我的模型有两个输出。我要做的是,修改每个样本的损失,每个样本的特定值。因此,由于Keras文档here
我需要为示例权重参数分配两个不同的权重。 下面是我的代码,其中每一批,我有四个培训示例:
wights=[12,10,31,1];
mod_loss = mymodel.train_on_batch([X_train], [Y1, Y2],sample_weight=[wights,[1.0,1.0,1.0,1.0]])
我使用sample_weight只对第一个输出进行加权,而不是对第二个输出进行加权。运行代码时,出现以下错误:
^{pr2}$它给了我一个想法,如果我把赋值改为sample_weight为一个numpy数组,问题就会迎刃而解。所以我把代码改成了这个:
wights=[12,10,31,1];
mod_loss = mymodel.train_on_batch([X_train], [Y1, Y2],sample_weight=numpy.array([wights,[1.0,1.0,1.0,1.0]]))
我有个错误:
File "/Library/Frameworks/Python.framework/Versions/3.6/lib/python3.6/site-packages/keras/engine/training.py", line 1211, in train_on_batch
class_weight=class_weight)
File "/Library/Frameworks/Python.framework/Versions/3.6/lib/python3.6/site-packages/keras/engine/training.py", line 794, in _standardize_user_data
sample_weight, feed_output_names)
File "/Library/Frameworks/Python.framework/Versions/3.6/lib/python3.6/site-packages/keras/engine/training_utils.py", line 200, in standardize_sample_weights
'sample_weight')
File "/Library/Frameworks/Python.framework/Versions/3.6/lib/python3.6/site-packages/keras/engine/training_utils.py", line 188, in standardize_sample_or_class_weights
str(x_weight))
TypeError: The model has multiple outputs, so `sample_weight` should be either a list or a dict. Provided `sample_weight` type not understood: [[12.0 10.0 31.0 1.0]
[ 1. 1. 1. 1. ]]
我有点困惑,我不确定这是否是Keras实现中的一个bug。我在网上几乎找不到任何与此相关的工作或问题。有什么想法吗?在
我也有同样的问题,我不知道这是库中的一个bug,还是我们不能正确地传递数组。在文件培训中,我已经成功地将列表投射到numpy数组中_实用工具.py,也传递不带名称但按样本排序的数组。在
我用另一种方法解决了这个问题。 如果输出是Y1和Y2,并且它们的层名称是
y1_layername
和y2_layername
,并且假设您希望将一个权重向量应用于Y2(例如Y2是长度为4的向量),则可以这样编写代码:我测试过了
相关问题 更多 >
编程相关推荐