我想我们可以
sample_weights代替使用。实际上，在Keras内部，
class_weights将转换为
sample_weights。
sample_weight：与x长度相同的可选数组，包含要应用于每个样本的模型损失的权重。对于时间数据，您可以传递具有形状（样本，sequence_length）的2D数组，以对每个样本的每个时间步施加不同的权重。在这种情况下，您应确保在compile（）中指定sample_weight_mode
=“ temporal”。
https://github.com/fchollet/keras/blob/d89afdfd82e6e27b850d910890f4a4059ddea331/keras/engine/training.py#L1392
