keras 代码以任意数量的 class_weight 运行

Question

我在带有 R 的 Keras 中使用 class_weights。代码运行良好，但我发现了一件奇怪的事情。我可以给出任意数量的 class_weights 而不会出错。

我的模型分为 9 个类，所以最初我以这种方式拟合模型

 model$fit( x= input_im, y= input_lab, batch_size = batch_size, epochs = 1L , class_weight = c('0' = 1,'1' = 1,'2' = 1,'3' = 1,'4' = 1,'5' = 1,'6' = 1,'7' = 1, '8' = 1))

但我发现，如果我删除或添加一个类权重，我的代码也能正常运行。

model$fit( x= input_im, y= input_lab, batch_size = batch_size, epochs = 1L , class_weight = c('0' = 1,'1' = 1,'2' = 1,'3' = 1,'4' = 1,'5' = 1,'6' = 1,'7' = 1) 

 model$fit( x= input_im, y= input_lab, batch_size = batch_size, epochs = 1L , class_weight = c('0' = 1,'1' = 1,'2' = 1,'3' = 1,'4' = 1,'5' = 1,'6' = 1,'7' = 1, '8' = 1, '9' = 1))

两者都可以正常工作。

Answer 1

class_weights 只是用来告诉模型哪个类是“最重要的” 如果您排除其中一个，则它只是具有默认权重。

看到你所有的权重都是 1，你可以删除 class_weight 参数，因为它没有任何作用。

来自文档：

可选的命名列表映射索引（整数）到权重（浮点）值，用于加权损失函数（仅在训练期间）。这对于告诉模型“更加关注”来自代表性不足的类的样本很有用。