我有一个使用功能API定义的模型。
要训练模型，我使用fit_generator()，并通过Sequence作为生成器。
我的Sequence扩展了tf.keras.utils.Sequence()返回了3个数组：
return X, y, sample_weights
在一个元组中，其中y, sample_weights是一维数组。
现在这足以开始拟合模型，但是由于某些原因，权重未正确应用。即使将权重乘以x1000，损失也不会改变。
是fit_generator()不使用样本权重吗？在任何情况下，为什么总是预测少数派？这太奇怪了。
似乎出于某种原因，我的模型总是预测少数派。在100个数据点中，只有4个为肯定类，而我的recall = 1来自tf.metrics.recall。为了测试它，我尝试将类别1的样本权重设置为0，并且它仍然具有召回率= 1，这是无稽之谈。
编辑： 当我尝试在fit_generator中指定class_weight时，我得到的消息是它将被忽略，因为我也传递了权重。但是权重对损失函数（二进制交叉熵）的影响为0