我已经为每个类创建了权重，以便为每个类的损失函数设置权重。我选择的损失函数是一个自定义的分类交叉熵。我已经在tensorflow中实现了：

def class_weighted_categorical_loss(weights):
    def loss(y_true, y_pred):
        y_pred = tf.math.log(y_pred)
        suppresed_logs = tf.math.multiply(y_pred, y_true)
        loss =  -1*tf.math.multiply(suppresed_logs, weights)
        sum_loss = tf.math.reduce_sum(loss)

    return loss

权重向量的形状为（26，）。
以下是我回溯的最后一部分：
c:\users\kenne\miniconda3\envs\homachinelearning\lib\site packages\tensorflow\python\framework\tensor\u util.py:444 make\u tensor\u proto raise valueerror（“不支持无值”）

ValueError: None values not supported.

损失有一个形状（none，47，26），当我减小它时，总损失变成一个形状（）。所以，如果有人能提出一个类加权分类损失函数，那就太好了。