为Keras准备训练数据的权重

Question

5

问题

我想用变量相关数据训练一个keras2神经网络（theano后端）。这意味着一些样本比其他样本不太重要。它们对训练的影响应该比其他样本小。但是我不能完全省略它们（我的时间序列将进入Conv1D层）。

问题

如何告诉keras在训练过程中权衡一些训练数据，使其比其他数据更轻？

想法

我正在考虑定义一个自己的损失函数，它将y_true，y_pred和y_weight作为第三个参数。类似于：

def mean_squared_error_weighted(y_true, y_pred, y_weight):
    return y_weight * K.mean(K.square(y_pred - y_true), axis=-1)

那么我该如何让 Keras 知道这个第三个参数呢？

- ascripter

1个回答

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- S.Mohsen sh · Accepted Answer

在Keras模型的fit函数中，有一个可选参数sample_weight，其正好满足您的需求。具体来说，根据Keras文档：

sample_weight: 用于训练样本权重的可选NumPy数组，仅用于加权损失函数（仅在训练期间使用）。