如何解决如何分配sample_weights以评估keras中的函数?
由于sample_weights的大小取决于训练数据的大小,因此将其与fit函数配合使用是有意义的。但是当我使用它的时候,我得到的错误是
'''
ValueError Traceback (most recent call last)
<ipython-input-3-f3d3806dc520> in <module>()
272 model_cnn.save(filepath_cnn)
273 print('>Saved %s' % filepath_cnn)
--> 274 loss_cnn,acc_cnn = model_cnn.evaluate(testX,array(testlabelshuffle),verbose=0)#,sample_weight=None)
275 print('Test Accuracy CNN: %f' % (acc_cnn*100))
276 print('Loss CNN: %f' %(loss_cnn))
ValueError: too many values to unpack (expected 2)
'''
然后,我尝试将sample_weights传递给评估函数(我认为这不正确,因为它评估测试数据)我再次遇到错误,指出sample_weight数组的大小不符合预期。这很明显,因为sample_weight的大小等于训练数据,而不是测试数据。
请帮助我为训练数据分配样本权重并解决上述错误。
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。