Pytorch訓(xùn)練過程出現(xiàn)nan的解決方式
今天使用shuffleNetV2+,使用自己的數(shù)據(jù)集,遇到了loss是nan的情況,而且top1精確率出現(xiàn)斷崖式上升,這顯示是不正常的。
在網(wǎng)上查了下解決方案。我的問題是出在學(xué)習(xí)率上了。
我自己做的樣本數(shù)據(jù)集比較小,就三類,每類大概三百多張,初始學(xué)習(xí)率是0.5。后來設(shè)置為0.1就解決了。
按照解決方案上寫的。出現(xiàn)nan的情況還有以下幾種:
學(xué)習(xí)率太大,但是樣本數(shù)據(jù)集又很小。(我的情況)
自定義的loss除以了一個(gè)很小的數(shù)字,小到接近0。
數(shù)據(jù)不干凈,數(shù)據(jù)本身就有nan,可以用numpy.isnan檢查。
target,即label是大于等于0的。從1到類別數(shù)目-1變化。
以上這篇Pytorch訓(xùn)練過程出現(xiàn)nan的解決方式就是小編分享給大家的全部內(nèi)容了,希望能給大家一個(gè)參考,也希望大家多多支持腳本之家。
相關(guān)文章
一文弄懂Pytorch的DataLoader, DataSet, Sampler之間的關(guān)系
這篇文章主要介紹了一文弄懂Pytorch的DataLoader, DataSet, Sampler之間的關(guān)系,文中通過示例代碼介紹的非常詳細(xì),對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2020-07-07Python中時(shí)間類型的JSON數(shù)據(jù)轉(zhuǎn)換
在Python中,處理時(shí)間和日期數(shù)據(jù)以及與JSON數(shù)據(jù)的相互轉(zhuǎn)換是常見的任務(wù),本文主要為大家詳細(xì)如何在Python中處理時(shí)間類型的JSON數(shù)據(jù)轉(zhuǎn)換,需要的小伙伴可以參考下2024-02-02探索Python內(nèi)置數(shù)據(jù)類型的精髓與應(yīng)用
本文探索Python內(nèi)置數(shù)據(jù)類型的精髓與應(yīng)用,包括字符串、列表、元組、字典和集合。通過深入了解它們的特性、操作和常見用法,讀者將能夠更好地利用這些數(shù)據(jù)類型解決實(shí)際問題。2023-09-09Pycharm中運(yùn)行程序在Python?console中執(zhí)行,不是直接Run問題
這篇文章主要介紹了Pycharm中運(yùn)行程序在Python?console中執(zhí)行,不是直接Run問題,具有很好的參考價(jià)值,希望對大家有所幫助。如有錯(cuò)誤或未考慮完全的地方,望不吝賜教2022-07-07基于使用paramiko執(zhí)行遠(yuǎn)程linux主機(jī)命令(詳解)
下面小編就為大家?guī)硪黄谑褂胮aramiko執(zhí)行遠(yuǎn)程linux主機(jī)命令(詳解)。小編覺得挺不錯(cuò)的,現(xiàn)在就分享給大家,也給大家做個(gè)參考。一起跟隨小編過來看看吧2017-10-10用python爬蟲批量下載pdf的實(shí)現(xiàn)
這篇文章主要介紹了用python爬蟲批量下載pdf的實(shí)現(xiàn),文中通過示例代碼介紹的非常詳細(xì),對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2020-12-12