我试图将类权重添加为我的模型的超参数，但是为了计算权重，我需要读取输入数据，这发生在input_fn中，然后传递给estimator.fit()。 input_fn的输出只是要素，标签应具有相同的形状num_examples * num_features。我的问题 - 有没有办法将数据从input_fn传播到model_fn的超参数映射？或者作为替代方案 - 也许有一个input_fn数据集的包装器，它允许过度采样少数/下采样多数以及批处理 - 在这种情况下，我不需要任何参数来传播。
答案 0 :(得分：1)
功能和标签都可以是张量词典（不仅仅是一个张量）。张量可以是你想要的任何形状，虽然它常见于num_examples * ...
如果您不使用任何预定义的估算器，最简单的方法是添加另一个功能，计算权重，计算模型中的权重然后使用它们（将损失乘以或将其作为参数）。
您还可以访问input_fn中的超级参数，这样您就可以计算其中的权重并将其作为单独的列添加。
如果您使用预设估算器，请查看文档。我看到他们中的大多数都支持weight_column_name。在这种情况下，只需给它在功能字典中为权重值使用的名称。
或者，如果所有其他方法都失败了，您可以在将数据提供给张量流之前以您希望的方式对数据进行采样。