我正在使用需要自定义目标向量的自定义损失函数。在每个目标向量中，单个类别标记为0或1，其余类别为NaN。损失函数返回单个样本的损失值。我已经为损失中要使用的每个类计算了权重。在这种情况下，当我尝试将类权重字典传递给fit_generator（）class_weight参数时，有人可以解释Keras做什么吗？我意识到我可以直接传递样本权重来实现我的目标，但是我仍然想知道Keras在这种情况下如何运作？
据我所知，Keras尝试根据班级权重表/词典确定每个样本的权重。但是在我的情况下，在目标向量中使用NaN时，我看不到Keras如何确定合适的类别来加权每个样本。但是，将类权重字典传递给fit_generator（）时，我没有收到任何错误，所以我对发生的事情感到困惑。任何想法将不胜感激。