Huấn luyện một trình phân loại hình ảnh bằng cách sử dụng .fit_generator()hoặc .fit()chuyển từ điển thành class_weight=đối số.

Tôi chưa bao giờ gặp lỗi trong TF1.x nhưng trong 2.1 tôi nhận được đầu ra sau khi bắt đầu đào tạo:

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

Nó có nghĩa gì để ép buộc một cái gì đó từ ...đến ['...']?

Nguồn cho cảnh báo này trên tensorflowrepo là ở đây , các bình luận được đặt là:

Cố gắng ép mẫu_ weight_modes vào cấu trúc đích. Điều này hoàn toàn phụ thuộc vào thực tế là Model làm phẳng các đầu ra cho biểu diễn bên trong của nó.

Điều này có vẻ như một tin nhắn không có thật. Tôi nhận được thông báo cảnh báo tương tự sau khi nâng cấp lên TensorFlow 2.1, nhưng tôi hoàn toàn không sử dụng bất kỳ trọng số lớp hoặc trọng lượng mẫu nào. Tôi sử dụng một trình tạo trả về một tuple như thế này:

return inputs, targets

Và bây giờ tôi chỉ thay đổi nó thành như sau để làm cho cảnh báo biến mất:

return inputs, targets, [None]

Tôi không biết điều này có liên quan hay không, nhưng mô hình của tôi sử dụng 3 đầu vào, vì vậy inputsbiến của tôi thực sự là một danh sách gồm 3 mảng numpy. targetschỉ là một mảng numpy duy nhất.

Trong mọi trường hợp, đó chỉ là một cảnh báo. Việc đào tạo hoạt động tốt một trong hai cách.

Chỉnh sửa cho TensorFlow 2.2:

Lỗi này dường như đã được sửa trong TensorFlow 2.2, đây là một lỗi rất lớn. Tuy nhiên, bản sửa lỗi ở trên sẽ thất bại trong TF 2.2, vì nó sẽ cố lấy hình dạng của các trọng số mẫu, điều này rõ ràng sẽ thất bại với AttributeError: 'NoneType' object has no attribute 'shape'. Vì vậy, hoàn tác sửa chữa ở trên khi nâng cấp lên 2.2.

Tôi tin rằng đây là một lỗi với tenorflow sẽ xảy ra khi bạn gọi model.compile()với tham số mặc định sample_weight_mode=Nonevà sau đó gọi model.fit()với chỉ định sample_weighthoặc class_weight.

Từ repos dòng chảy:

• fit() cuối cùng gọi _process_training_inputs()
• _process_training_inputs() bộ sample_weight_modes = [None] dựa trên model.sample_weight_mode = Nonevà sau đó tạo ra một DataAdaptervớisample_weight_modes = [None]
• các DataAdaptercuộc gọi broadcast_sample_weight_modes()với sample_weight_modes = [None]trong khởi
• broadcast_sample_weight_modes() dường như mong đợi sample_weight_modes = None nhưng nhận được[None]
• nó khẳng định đó [None]là một cấu trúc khác với sample_weight/ class_weight, ghi đè lên nó Nonebằng cách khớp với cấu trúc của sample_weight/ class_weightvà đưa ra cảnh báo

Cảnh báo sang một bên điều này không có tác dụng fit()như sample_weight_modestrong DataAdapterđược đặt lại None.

Lưu ý rằng trạng thái tài liệu tenorflow sample_weightphải là một mảng numpy. Nếu bạn gọi fit()bằng sample_weight.tolist()thay vào đó, bạn sẽ không nhận được cảnh báo mà sample_weightbị ghi đè âm thầm Nonekhi _process_numpy_inputs()được gọi trong tiền xử lý và nhận đầu vào có độ dài lớn hơn một.

Tôi đã lấy Gist của bạn và cài đặt Tensorflow 2.0, thay vì TFA và nó hoạt động mà không có bất kỳ Cảnh báo nào như vậy.

Đây là Gist của mã hoàn chỉnh. Mã để cài đặt Tensorflow được hiển thị dưới đây:

!pip install tensorflow==2.0

Ảnh chụp màn hình thực hiện thành công được hiển thị dưới đây:

Cập nhật: Lỗi này được sửa trongTensorflow Version 2.2.

thay vì cung cấp một từ điển

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

tôi đã thử một danh sách

weights = [42.0, 1.0]

và cảnh báo biến mất.