今天使用shuffleNetV2+，使用自己的数据集，遇到了loss是nan的情况，而且top1精确率出现断崖式上升，这显示是不正常的。
在网上查了下解决方案。我的问题是出在学习率上了。
我自己做的样本数据集比较小，就三类，每类大概三百多张，初始学习率是0.5。后来设置为0.1就解决了。
按照解决方案上写的。出现nan的情况还有以下几种：
学习率太大，但是样本数据集又很小。（我的情况）
自定义的loss除以了一个很小的数字，小到接近0。
数据不干净，数据本身就有nan，可以用numpy.isnan检查。
target，即label是大于等于0的。从1到类别数目-1变化。
以上这篇Pytorch训练过程出现nan的解决方式就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持【听图阁-专注于Python设计】。
创建目录 在Python中可以使用os.mkdir()函数创建目录（创建一级目录）。 其原型如下所示： os.mkdir(path) 其参数path 为要创建目录的路径。 例如要在...
其实这个问题来源于笔者的横坐标太多了，然后生成的那个figure框框太小，导致坐标重叠，而输出的图片是需要批量保存的，总不能每次都拉长截图吧 所以在plot绘图之前加上了一句 plt...
from jnius import autoclass >>> Stack = autoclass('java.util.Stack') >>>...
复制代码 代码如下:from sys import argvscript, start, end = argvvis = [0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0...
random模块用于生成随机数，下面看看模块中一些常用函数的用法： numpy.random.rand(d0, d1, ..., dn)：生成一个[0,1)之间的随机浮点数或N维浮点...