.fit_generator()または.fit()を使用して画像分類子をトレーニングclass_weight=し、引数としてに辞書を渡します。

TF1.xでエラーが発生することはありませんが、2.1ではトレーニングを開始すると次の出力が表示されます。

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

何かをから...に強制するとはどういう意味['...']ですか？

tensorflowのリポジトリに関するこの警告の出典はこちらです。コメントは次のとおりです。

sample_weight_modesをターゲット構造に強制変換しようとしました。これは、Modelが内部表現の出力をフラット化するという事実に暗黙的に依存しています。

これは偽のメッセージのようです。TensorFlow 2.1にアップグレードした後も同じ警告メッセージが表示されますが、クラスの重みまたはサンプルの重みをまったく使用していません。私はこのようなタプルを返すジェネレータを使用します：

return inputs, targets

そして今、私はそれを次のように変更して警告を消えさせました：

return inputs, targets, [None]

これが関連するかどうかはわかりませんが、私のモデルは3つの入力を使用しているため、inputs変数は実際には3つの巨大な配列のリストです。 targets単一のnumpy配列です。

いずれにせよ、それは単なる警告です。トレーニングはどちらの方法でも問題なく機能します。

TensorFlow 2.2の編集：

このバグはTensorFlow 2.2で修正されたようで、すばらしいです。ただし、TF 2.2では上記の修正が失敗しAttributeError: 'NoneType' object has no attribute 'shape'ます。これは、サンプルの重みの形状を取得しようとするためで、明らかにで失敗します。そのため、2.2にアップグレードするときに上記の修正を元に戻します。

これはtensorflowのバグでありmodel.compile()、デフォルトのパラメータsample_weight_mode=Noneで呼び出した後model.fit()、指定されたsample_weightorで呼び出すと発生すると考えられますclass_weight。

tensorflowリポジトリから：

• fit() 最終的に電話する _process_training_inputs()
• _process_training_inputs() セットは、 sample_weight_modes = [None]に基づいてmodel.sample_weight_mode = None、次に作成しDataAdapterてsample_weight_modes = [None]
• DataAdapter通話broadcast_sample_weight_modes()とsample_weight_modes = [None]の間に初期化
• broadcast_sample_weight_modes() 期待しているようです sample_weight_modes = Noneが、受け取ります[None]
• それ[None]はsample_weight/ とは異なる構造であることを表明し、/ の構造に適合させることによってclass_weightそれを上書きし、警告を出力しますNonesample_weightclass_weight

脇に警告を出しても、がに戻さfit()れsample_weight_modesている場合DataAdapterとは異なり、影響はありませんNone。

tensorflowのドキュメントにはsample_weight、numpy配列である必要があると記載されていることに注意してください。あなたが呼び出す場合fit()にsample_weight.tolist()代わりに、あなたは警告を取得することはありませんが、sample_weight静かに上書きされNoneたとき_process_numpy_inputs()に呼び出された前処理および1以上の長さの大きいの入力を受け付けます。

私はあなたの要旨を取り、TFAの代わりにTensorflow 2.0をインストールしましたが、そのような警告なしで機能しました。

これが完全なコードの要点です。Tensorflowをインストールするためのコードを以下に示します。

!pip install tensorflow==2.0

成功した実行のスクリーンショットを以下に示します。

更新：このバグは修正されましたTensorflow Version 2.2.

辞書を提供する代わりに

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

私はリストを試しました

weights = [42.0, 1.0]

そして警告は消えた。