Keras启用return_sequences时class_weights报错问题排查

问题原因与解决办法 #

核心原因 #

1. 标签值超出类别范围：你定义num_classes=3，合法类别索引应为0、1、2，但y_train中存在值为4的标签，导致Keras在通过class_weight查找对应权重时，找不到索引4的键，触发越界错误。
2. class_weights字典不匹配：class_weights中可能包含了键为4的权重条目，或者缺少部分合法类别的权重，与实际标签的类别范围不对应。
3. 时序模式下的权重逻辑冲突：当设置sample_weight_mode='temporal'时，模型会为每个时间步的标签应用类别权重，但如果标签本身不合法，就会直接触发索引错误。

解决步骤 #

• 检查并修正标签数据：使用np.unique(y_train)查看y_train中的所有唯一标签值，确认是否存在超出[0, num_classes-1]的数值，将这些异常值修正为合法类别索引，或者根据实际标签数量调整num_classes的取值。
• 修正class_weights字典：确保class_weights的键仅包含0、1、2这三个合法类别索引，删除多余的键（比如4），同时保证每个合法类别都有对应的权重值。
• 验证数据一致性：重新确认y_train的标签范围与num_classes、class_weights的匹配性，避免因数据标注错误或参数定义失误导致的不兼容问题。

内容的提问来源于stack exchange，提问作者ChaddersCheese