อบรมการใช้ตัวจําแนกภาพโดยใช้.fit_generator()หรือ.fit()ผ่านพจนานุกรมไปclass_weight=เป็นอาร์กิวเมนต์

ฉันไม่เคยพบข้อผิดพลาดใน TF1.x แต่ใน 2.1 ฉันจะได้ผลลัพธ์ต่อไปนี้เมื่อเริ่มการฝึก:

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

การบีบบังคับอะไรบางอย่างตั้งแต่ต้น...จนถึง['...']อะไร?

แหล่งที่มาสำหรับคำเตือนtensorflowของ repo อยู่ที่นี่ความคิดเห็นที่วางไว้คือ:

พยายามบีบบังคับ sample_weight_modes กับโครงสร้างเป้าหมาย สิ่งนี้ย่อมขึ้นอยู่กับความจริงที่ว่า Model แบนเอาท์พุทสำหรับการเป็นตัวแทนภายใน

ดูเหมือนว่าข้อความปลอม ฉันได้รับข้อความเตือนเดียวกันหลังจากอัปเกรดเป็น TensorFlow 2.1 แต่ฉันไม่ได้ใช้ตุ้มน้ำหนักระดับใด ๆ หรือตุ้มน้ำหนักตัวอย่างเลย ฉันจะใช้ตัวสร้างที่คืน tuple เช่นนี้

return inputs, targets

และตอนนี้ฉันเพิ่งเปลี่ยนเป็นสิ่งต่อไปนี้เพื่อให้คำเตือนหายไป:

return inputs, targets, [None]

ฉันไม่รู้ว่าสิ่งนี้เกี่ยวข้องหรือไม่ แต่โมเดลของฉันใช้ 3 อินพุตดังนั้นinputsตัวแปรของฉันจึงเป็นรายการของ 3 numpy arrays targetsเป็นเพียงอาร์เรย์ numpy เดียว

ไม่ว่าในกรณีใดมันเป็นเพียงการเตือน การฝึกอบรมใช้งานได้ดีทั้งสองทาง

แก้ไขสำหรับ TensorFlow 2.2:

ข้อผิดพลาดนี้ดูเหมือนว่าได้รับการแก้ไขใน TensorFlow 2.2 ซึ่งดีมาก อย่างไรก็ตามการแก้ไขปัญหาดังกล่าวข้างต้นจะล้มเหลวใน TF 2.2 AttributeError: 'NoneType' object has no attribute 'shape'เพราะมันจะพยายามที่จะได้รับรูปร่างของน้ำหนักตัวอย่างที่เห็นได้ชัดว่าจะล้มเหลวด้วย ดังนั้นเลิกทำการแก้ไขข้างต้นเมื่ออัปเกรดเป็น 2.2

ผมเชื่อว่าปัญหานี้เป็นปัญหาที่มี tensorflow ที่จะเกิดขึ้นเมื่อคุณเรียกmodel.compile()ใช้พารามิเตอร์เริ่มต้นsample_weight_mode=Noneแล้วโทรmodel.fit()กับที่ระบุไว้หรือsample_weightclass_weight

จาก repos tensorflow:

• fit() ในที่สุดก็โทร _process_training_inputs()
• _process_training_inputs() ชุด sample_weight_modes = [None]ขึ้นอยู่กับmodel.sample_weight_mode = Noneแล้วสร้างDataAdapterด้วยsample_weight_modes = [None]
• การDataAdapterโทรbroadcast_sample_weight_modes()ด้วยsample_weight_modes = [None]ในระหว่างการเริ่มต้น
• broadcast_sample_weight_modes() ดูเหมือนจะคาดหวัง sample_weight_modes = Noneแต่ได้รับ[None]
• มันอ้างว่า[None]เป็นโครงสร้างที่แตกต่างจากsample_weight/ class_weightเขียนทับมันกลับไปNoneโดยปรับให้เข้ากับโครงสร้างของsample_weight/ class_weightและส่งสัญญาณเตือน

คำเตือนกันนี้จะไม่มีผลกระทบต่อfit()ฐานะsample_weight_modesในเป็นชุดกลับไปDataAdapterNone

โปรดทราบว่าเอกสารคู่มือ tensorflow ระบุว่าsample_weightต้องเป็น numpy-array หากคุณโทรfit()ด้วยsample_weight.tolist()แทนคุณจะไม่ได้รับคำเตือน แต่sample_weightจะถูกเขียนทับอย่างเงียบ ๆNoneเมื่อ_process_numpy_inputs()ถูกเรียกในการประมวลผลล่วงหน้าและรับอินพุตที่มีความยาวมากกว่าหนึ่ง

ฉันใช้ Gist ของคุณและติดตั้ง Tensorflow 2.0 แทน TFA และทำงานได้โดยไม่มีการเตือนใด ๆ

นี่คือส่วนสำคัญของรหัสที่สมบูรณ์ รหัสสำหรับการติดตั้ง Tensorflow แสดงอยู่ด้านล่าง:

!pip install tensorflow==2.0

ภาพหน้าจอของการดำเนินการที่ประสบความสำเร็จแสดงอยู่ด้านล่าง:

อัปเดต:ข้อผิดพลาดนี้ได้รับการแก้ไขTensorflow Version 2.2.

แทนที่จะให้พจนานุกรม

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

ฉันลองรายการ

weights = [42.0, 1.0]

และคำเตือนก็หายไป