pytorch 梯度NAN異常值的解決方案
更新時間：2021年06月05日 14:13:05 作者：sini2018
這篇文章主要介紹了pytorch 梯度NAN異常值的解決方案，具有很好的參考價值，希望對大家有所幫助。如有錯誤或未考慮完全的地方，望不吝賜教
pytorch 梯度NAN異常值
gradient 為nan可能原因：
1、梯度爆炸
2、學習率太大
3、數據本身有問題
4、backward時，某些方法造成0在分母上， 如：使用方法sqrt()
定位造成nan的代碼：
import torch # 異常檢測開啟 torch.autograd.set_detect_anomaly(True) # 反向傳播時檢測是否有異常值，定位code with torch.autograd.detect_anomaly(): loss.backward()
pytorch處理inf和nan數值
在構建網絡框架后，運行代碼，發(fā)現(xiàn)很多tensor出現(xiàn)了inf值或者nan,在很多博客上沒有找到對應的解決方法，大部分是基于numpy寫的，比較麻煩。
下面基于torch BIF函數實現(xiàn)替換這2個值。
a = torch.Tensor([[1, 2, np.nan], [np.inf, np.nan, 4], [3, 4, 5]])
a
Out[158]:
tensor([[1., 2., nan],
[inf, nan, 4.],
[3., 4., 5.]])
下面把nan值還為0：
a = torch.where(torch.isnan(a), torch.full_like(a, 0), a)
a
Out[160]:
tensor([[1., 2., 0.],
[inf, 0., 4.],
[3., 4., 5.]])
接著把inf替換為1：
a = torch.where(torch.isinf(a), torch.full_like(a, 0), a)
a
Out[162]:
tensor([[1., 2., 0.],
[0., 0., 4.],
[3., 4., 5.]])
簡單回顧
tips:對于某些tensor,可能已經開啟了grad功能，需要把它先轉為普通tensor（使用.data）
torch.where(condition,T,F) 函數有三個輸入值，
第一個是判斷條件，
第二個是符合條件的設置值，
第三個是不符合條件的設置值
torch.full_like(input, fill_value, …) 返回與input相同size，單位值為fill_value的矩陣
#如下面這個例子，a為3*3的tensor
b =torch.full_like(a, 0,)
b
Out[165]:
tensor([[0., 0., 0.],
[0., 0., 0.],
[0., 0., 0.]])
以上為個人經驗，希望能給大家一個參考，也希望大家多多支持腳本之家。
相關文章
這篇文章主要介紹了用Python爬取指定關鍵詞的微博，下面文章圍繞Python爬取指定關鍵詞的微博的相關資料展開詳細內容,需要的朋友可以參考一下2021-11-11
Windows下使Python2.x版本的解釋器與3.x共存的方法
這篇文章主要介紹了Windows下使Python2.x版本的解釋器與3.x共存的方法,命令行中調用起來很方便,需要的朋友可以參考下2015-10-10
這篇文章主要介紹了python如何使用jt400.jar包代碼實例,文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值,需要的朋友可以參考下2019-12-12
這篇文章主要介紹了Python數據分析matplotlib折線圖案例處理，文章圍繞主題展開詳細的內容介紹，具有一定的參考價值，需要的小伙伴可以參考一下2022-08-08
今天小編就為大家分享一篇解決PySide+Python子線程更新UI線程的問題，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2019-01-01
這篇文章主要介紹了python中opencv?Canny邊緣檢測，Canny邊緣檢測是一種使用多級邊緣檢測算法檢測邊緣的方法。OpenCV提供了函數cv2.Canny()實現(xiàn)Canny邊緣檢測。更多相關內容需要的小伙伴可以參考下面文章內容2022-06-06
在日常編程中,字符串處理是一個非常常見的任務,因此掌握一些實用的技巧能夠提高代碼的效率和可讀性,本文將總結一些 Python 字符串處理的實用技巧,并通過代碼實例進行演示,需要的朋友可以參考下2024-05-05
這篇文章主要介紹了python IDLE 背景以及字體的修改方法，文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧2019-07-07
這篇文章主要給大家匯總介紹了關于Pandas實現(xiàn)數據類型轉換的一些小技巧，文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧2018-05-05
這篇文章主要介紹了淺談python內置函數callable的用法, callable函數可用于判斷一個對象是否可以被調用，若對象可以被調用則返回True,反之則返回False,需要的朋友可以參考下2023-04-04