Tensorflow keras，洗牌不是洗牌样品重量？

我有一个样本权重数组，我正在输入以适应（）。它的大小与我输入的培训示例的数量相等。如果我把我的学习率调到零，并且训练了很多个阶段，我会看到每个阶段不同的损失结果。如果我将shuffle=False，结果将保持不变，并与evaluate的结果匹配。在我看来，样本权重数组不能被洗牌。这是tensorflow.keras。我认为这不是预期的行为。这是一个已知的bug，还是我可能解释了我所看到的错误？

您需要使

Shuffle=True

并且它只洗牌训练数据，而不洗牌数据

---

如果您想在keras中显式地洗牌权重，您可以使用

我关心的是，当shuffle=True时，权重没有遵循示例。我想不出有人希望样本权重相对于样本/示例是随机的用例，但这似乎就是我看到的行为。示例被洗牌，但样本权重向量保持其顺序。此答案与@Mastiff的原始问题完全无关。