Melatih classifier gambar menggunakan .fit_generator()atau .fit()dan meneruskan kamus class_weight=sebagai argumen.

Saya tidak pernah mendapatkan kesalahan di TF1.x tetapi di 2.1 saya mendapatkan output berikut saat memulai pelatihan:

WARNING:tensorflow:sample_weight modes were coerced from
  ...
    to  
  ['...']

Apa artinya untuk memaksa sesuatu dari ...ke ['...']?

Sumber untuk peringatan tentang tensorflowrepo ini ada di sini , komentar yang diberikan adalah:

Mencoba untuk memaksa sample_weight_modes ke struktur target. Ini secara implisit tergantung pada kenyataan bahwa Model meratakan output untuk representasi internal.

Ini sepertinya pesan palsu. Saya mendapatkan pesan peringatan yang sama setelah meningkatkan ke TensorFlow 2.1, tapi saya tidak menggunakan bobot kelas atau bobot sampel sama sekali. Saya menggunakan generator yang mengembalikan tuple seperti ini:

return inputs, targets

Dan sekarang saya baru saja mengubahnya menjadi yang berikut untuk membuat peringatan hilang:

return inputs, targets, [None]

Saya tidak tahu apakah ini relevan, tetapi model saya menggunakan 3 input, jadi inputsvariabel saya sebenarnya adalah daftar 3 numpy array. targetshanya array numpy tunggal.

Bagaimanapun, itu hanya peringatan. Pelatihannya bekerja dengan baik.

Edit untuk TensorFlow 2.2:

Bug ini tampaknya telah diperbaiki di TensorFlow 2.2, yang sangat bagus. Namun perbaikan di atas akan gagal dalam TF 2.2, karena akan mencoba untuk mendapatkan bentuk bobot sampel, yang jelas akan gagal AttributeError: 'NoneType' object has no attribute 'shape'. Jadi batalkan perbaikan di atas saat memutakhirkan ke 2.2.

Saya percaya ini adalah bug dengan tensorflow yang akan terjadi ketika Anda memanggil model.compile()dengan parameter default sample_weight_mode=Nonedan kemudian memanggil model.fit()dengan ditentukan sample_weightatau class_weight.

Dari repo tensorflow:

• fit() akhirnya menelepon _process_training_inputs()
• _process_training_inputs() set sample_weight_modes = [None] berdasarkan model.sample_weight_mode = Nonedan kemudian membuat DataAdapterdengansample_weight_modes = [None]
• yang DataAdapterpanggilan broadcast_sample_weight_modes()dengan sample_weight_modes = [None]selama inisialisasi
• broadcast_sample_weight_modes() tampaknya mengharapkan sample_weight_modes = None tetapi menerima[None]
• itu menegaskan bahwa itu [None]adalah struktur yang berbeda dari sample_weight/ class_weight, menimpa kembali Nonedengan pas dengan struktur sample_weight/ class_weightdan mengeluarkan peringatan

Peringatan samping ini tidak berpengaruh pada fit()seperti sample_weight_modesdi DataAdapteradalah set kembali ke None.

Perhatikan bahwa dokumentasi tensorflow menyatakan bahwa sample_weightharus numpy-array. Jika Anda menelepon fit()dengan sample_weight.tolist()gantinya, Anda tidak akan mendapatkan peringatan tetapi sample_weightditimpa secara diam-diam Noneketika _process_numpy_inputs()dipanggil dalam praproses dan menerima input yang panjangnya lebih dari satu.

Saya telah mengambil Gist Anda dan menginstal Tensorflow 2.0, bukan TFA dan berhasil tanpa Peringatan semacam itu.

Berikut adalah Inti dari kode lengkap. Kode untuk menginstal Tensorflow ditunjukkan di bawah ini:

!pip install tensorflow==2.0

Cuplikan layar dari eksekusi yang berhasil ditunjukkan di bawah ini:

Pembaruan: Bug ini diperbaiki diTensorflow Version 2.2.

alih-alih menyediakan kamus

weights = {'0': 42.0, '1': 1.0}

saya mencoba daftar

weights = [42.0, 1.0]

dan peringatan itu hilang.