Обучение классификатора изображений с использованием .fit_generator()или .fit()передачей словаря class_weight=в качестве аргумента.

Я никогда не получал ошибок в TF1.x, но в 2.1 я получаю следующий вывод при начале обучения:

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

Что значит принуждать что-то от ...к ['...']?

Источник этого предупреждения о tensorflowрепо здесь , комментарии размещены:

Попытка привести sample_weight_modes к целевой структуре. Это косвенно зависит от того факта, что Модель выравнивает выходные данные для своего внутреннего представления.

Это похоже на поддельное сообщение. Я получаю то же предупреждение после обновления до TensorFlow 2.1, но я вообще не использую весовые коэффициенты классов или выборочные веса. Я использую генератор, который возвращает кортеж, как это:

return inputs, targets

И теперь я просто изменил это на следующее, чтобы предупреждение исчезло:

return inputs, targets, [None]

Я не знаю, уместно ли это, но моя модель использует 3 входа, поэтому моя inputsпеременная на самом деле представляет собой список из 3-х пустых массивов. targetsэто просто один массив NumPy.

В любом случае это просто предупреждение. Обучение работает в любом случае.

Редактировать для TensorFlow 2.2:

Эта ошибка, кажется, была исправлена ​​в TensorFlow 2.2, и это здорово. Однако приведенное выше исправление не удастся в TF 2.2, потому что он попытается получить форму весов выборки, что, очевидно, не удастся AttributeError: 'NoneType' object has no attribute 'shape'. Так что отмените вышеуказанное исправление при обновлении до 2.2.

Я считаю, что это ошибка с тензорным потоком, которая произойдет, когда вы вызываете model.compile()с параметром по умолчанию, sample_weight_mode=Noneа затем вызываете model.fit()с указанным sample_weightили class_weight.

Из тензор потока репо:

• fit() в конце концов звонит _process_training_inputs()
• _process_training_inputs() устанавливает sample_weight_modes = [None] на основе, model.sample_weight_mode = Noneа затем создает DataAdapterсsample_weight_modes = [None]
• на DataAdapterзвонки broadcast_sample_weight_modes()с sample_weight_modes = [None]во время инициализации
• broadcast_sample_weight_modes() кажется, ожидает, sample_weight_modes = None но получает[None]
• он утверждает, что [None]это структура, отличная от sample_weight/ class_weight, перезаписывает ее обратно None, приспосабливаясь к структуре sample_weight/ class_weightи выводит предупреждение

Предупреждение в сторону это не оказывает никакого влияния на , fit()как sample_weight_modesв DataAdapterэто набор обратно None.

Обратите внимание, что в документации тензорного потока говорится, что это sample_weightдолжен быть numpy-массив. Если вы звоните fit()с sample_weight.tolist()вместо этого, вы не получите предупреждение , но sample_weightмолча перезаписаны на Noneкогда _process_numpy_inputs()вызываются в предварительной обработке и принимает ввод длина больше , чем один.

Я взял ваш Gist и установил Tensorflow 2.0 вместо TFA, и он работал без какого-либо такого предупреждения.

Вот суть полного кода. Код для установки Tensorflow показан ниже:

!pip install tensorflow==2.0

Скриншот успешного выполнения показан ниже:

Обновление: эта ошибка исправлена ​​вTensorflow Version 2.2.

вместо предоставления словаря

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

я попробовал список

weights = [42.0, 1.0]

и предупреждение исчезло.