나는 이것이 model.compile()기본 매개 변수 sample_weight_mode=None로 호출 한 다음 model.fit()지정된 sample_weight또는 로 호출 할 때 발생하는 tensorflow의 버그라고 생각합니다 class_weight.

텐서 플로우 저장소에서 :

• fit() 결국 전화 _process_training_inputs()
• _process_training_inputs() 세트 sample_weight_modes = [None] 에 기초하여 model.sample_weight_mode = None다음을 생성 DataAdapter하여sample_weight_modes = [None]
• DataAdapter통화 broadcast_sample_weight_modes()와 sample_weight_modes = [None]동안 초기화
• broadcast_sample_weight_modes() 기대 sample_weight_modes = None 하지만 수신[None]
• 그것은 그것이 주장 [None]에서 다른 구조 sample_weight/ class_weight위로를 덮어 None구조를 맞춤으로써 sample_weight/ class_weight및 경고를 출력

옆의 경고 는에서 로 설정된 fit()것처럼 영향을 미치지 않습니다 .sample_weight_modesDataAdapterNone

tensorflow 설명서sample_weight 에는 numpy-array 여야한다고 명시되어 있습니다. 당신이 호출 할 경우 fit()에 sample_weight.tolist()대신, 당신은 경고를받지 않습니다하지만 sample_weight자동으로 덮어 쓰기 None할 때 _process_numpy_inputs()호출되는 전처리 하나보다 길이 이상의 입력을 받는다.

답변

!pip install tensorflow==2.0

weights = {'0': 42.0, '1': 1.0}

weights = [42.0, 1.0]