在多输出模型上尝试批量训练时，Keras中的样本重量问题

Question

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

Answer 1

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

Answer 2

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：

wights=[12,10,31,1];  
mod_loss = mymodel.train_on_batch([X_train], [Y1, Y2],sample_weight={"y2_layername":wights})

我测试过了