我正在使用Tensorflow Estimator训练模型，我的数据不均衡。我想通过加权每个训练样例来纠正这个问题。
在原始Tensorflow中，人们可能会like this。在Estimator中有一种简单的方法吗？也许建立自定义input_fn？
答案 0 :(得分：0)
我假设你正在进行分类。如果是，请使用tf.estimator.DNNClassifier：
weight_column ：由...创建的字符串或
_NumericColumntf.feature_column.numeric_column定义要素列表示 权重。它用于在训练期间减轻体重或增加例子。 它将乘以示例的损失。如果是一个字符串， 它被用作从features获取权重张量的密钥。如果是 a_NumericColumn，原始张量由键weight_column.key获取，然后weight_column.normalizer_fn被应用于它以获得权重张量。
答案 1 :(得分：0)
如果您要构建自定义估算器模型，则应将数据集中每个样本的类权重作为特征转发到model_fn，并且在定义损失函数op时，可以将类权重传递给{{ 1}}参数。
示例：
weight