Kerasdan generator yordamida kategorik teglar uchun sinflarning og'irliklarini belgilash

Men Kerasdagi muvozanatsiz ma'lumotlar majmuasi bilan ishlayapman va ozchiliklar sinfidan namunalar uchun ko'proq og'irlik berishni xohlayman. fit() funktsiyasi yaxshi sample_weight argumentiga ega, ammo mening ma'lumotlarimning hajmi fit_generator() dan foydalanishim kerak.

fit_generator() has a class_weight argument, which seems useful for this purpose and is already discussed in Another question. However, in this case the labels are not one-hot-encoded/categorical and I could not find whether using class_weight also allows for categorical data.

Bir kodli/kategorik teglar uchun class_weight argumentini ishlatishingiz mumkinmi? Yoki men odatdagi yo'qotish funktsiyasiga murojaat qilishim kerakmi?

2

1 javoblar

Kategorik ma'lumot uchun, class_weight argumenti o'rniga sample_weight dan foydalaning. Buni muayyan sinfning barcha namunalarini bir xil og'irlik bilan berish orqali amalga oshirish mumkin. sample_weight kategorik ma'lumot uchun ishlaydi, chunki class_weight bo'lsa, u bir lug'atga nisbatan (nominali sinf yorliqlari uchun ishlamaydigan) qiymati sifatida numpy qatorni oladi.

See: Keras sequential model methods

Yagona tekis (1D) Numpy majmui bilan bir xil uzunlikka ega bo`lishingiz mumkin   kirish namunalari (og'irliklar va namunalar orasidagi 1: 1 xaritalash) yoki   Vaqtinchalik ma'lumotlarning holati, 2D qatorni (namuna,   sequence_length), har bir vaqtning o'zida boshqa og'irlikni qo'llash   har bir namunadir. Bu holatda siz aniq ishonch hosil qilishingiz kerak   sample_weight_mode = "vaqtinchalik" kompilyatsiya() da.

The other way, as you mentioned is using custom weighted loss function. A detailed discussion on it can be found here.

1
qo'shib qo'ydi
Katta hajmdagi ma'lumotlar uchun fit_generator o'rniga sample_weight ega train_on_batch dan foydalanishingiz mumkin. Buni qarang: linkini o'qing.
qo'shib qo'ydi muallif Janki Mehta, manba
sample_weight dan foydalangan holda fit_generator funktsiyasiga ega bo`lgan chiroyli echim, afsuski, ushbu imkoniyatni bermaydi.
qo'shib qo'ydi muallif DGIB, manba