在keras中批量更新期间如何缩放渐变？

Question

我正在使用标准的keras模型，并且正在批量培训（使用train_on_batch函数）。现在，我要获取批次中每个元素的梯度并将其缩放（将每个样品梯度乘以我拥有的特定于样品的值），然后在对每个梯度进行缩放后，可以将其求和并用于更新现有的重量。无论如何，给定的keras功能可以做到这一点？如果没有，我是否有办法使用张量流来操纵它？ （给定了模型，其余的都是用喀拉拉邦写的）

函数看起来像这样：（循环是为了说明批次中的所有样品都发生了这种情况）

grad = 0, w= #array of size batch_size
for i in batch_size:
    grad <- grad + w_i*grad_i

Answer 1

• 在模型的sample_weights方法中使用fit参数。
• 或者，如果使用生成器，则使生成器不仅返回X_train, y_train，而且返回X_train, y_train, sample_weights。

在两种情况下，sample_weights应该是一维矢量，且采样数与数据相同。