1回答
下面是我使用Keras构建的RNN： model = Sequential()Epoch 1/3 : Batch 4/48 | loss = nan | root_mean_squared_error = nanEpoch 1/3 : Batch 5/48 | l
浏览 12提问于2016-09-03得票数 1
1回答
在拟合时，损失是NaN
、、、
我正在尝试用TensorflowJS制作python版本的Tensorflow的相同示例。不幸的是，当我运行脚本时，我不知道为什么训练时记录的损失值是NaN。我想要实现的是一个简单的文本分类，它根据训练好的模型返回0或1。这是我正在关注的Python教程import * as tf from '@tensorflow/tf
浏览 1提问于2018-08-27得票数 2
7回答
汇总直方图中的Nan
、、、
我的程序有时会遇到这个问题(并不是每次运行都会遇到这个问题)，如果遇到这个问题，我总是可以在程序崩溃之前由于nan而保存的最后一个模型中重现这个错误。当从该模型重新运行时，使用该模型生成损失的第一个训练过程似乎没有问题(我已经打印了损失，显示没有问题)，但在应用梯度后，嵌入变量的值将变为Nan。
那么，nan问题的根本原因是什么呢？困惑，因为不知道如何进一步调试，
浏览 7提问于2016-10-04得票数 9
我正在训练一个使用RNN模型来预测时间序列的模型。此模型经过训练后没有任何问题。)loss = tf.reduce_mean(tf.square(outputs更改为tf.contrib.rnn.BasicLSTMCell时，问题来了，速度和损失函数(MSE变量变为NAN)大大减慢。我最好的选择是MSE是不正
浏览 0提问于2018-05-23得票数 0
我正在尝试自己使用循环而不是nn.rnn模块来创建一个RNN。但我仍然想使用pytorch的backward进行反向传播。我们能不能只创建一个正态列表，并将其附加到每个预测中？或者这将不允许反向传播？
浏览 18提问于2020-03-10得票数 1
回答已采纳
1回答
火炬中损失函数的奇异行为
、、、、
我正在计算一个定制的成本函数，它简单地取交叉熵的指数除以参数\eta。在第一次迭代(大约20次)中，训练损失正在减少，但在那之后，我突然得到了一个nan，我不明白为什么会发生这种情况。我使用的代码如下：eta = 2 #just an example of value of eta I'm using
criterion = nn.CrossEntropyLoss
浏览 1提问于2021-11-25得票数 1
回答已采纳
1回答
Tensorflow预测序列
、、、、
所以我的任务是预测序列。在时间t处有x，y，z值，这是浮动类型。我必须预测时间值为x，y，z的序列(t + 1)。y - y_pred))现在，我想用前面的10个值来预测第time: time + TIME_STEP ],
y : Y
浏览 0提问于2018-12-01得票数 1
回答已采纳
3回答
我最初尝试用ps |fft|^2计算功率谱，而dB通过10 * log10(ps)计算，但是TensorFlow CTC损失函数产生nan值，而且优化器显然会将所有params更新为nan，因此我没有进一步使用它值得一提的是，光谱图并没有标准化，因为它只会使TensorFlow出于某种原因产生nan值。请有人解释一下为什么会发生这种情况。我有种感觉梯度正在消失。有什么建议要使用的首字母范围？将project_size设置为hidden_size 500
浏览 6提问于2016-07-14得票数 5
我正在尝试训练LSTM来预测给定最后8个值的时间序列中的下一个值。取而代之的是，网络在响应当前值而不是下一个值作为预测方面变得越来越好。这是我数据中的一个示例[0.01549889 0.0200023 0.01537059 0.01064907 0.00771096 0.00352831 0.00363095 0.004131330.01929664 0.02047702 0.02625061 0.
浏览 4提问于2018-07-20得票数 2
在85个历元后，我的模型的损失(一个余弦距离)(一个带3个层的神经网络)变成NaN。为什么会发生这种情况，我该如何解决呢？我的模型的输出也变成NaN。Loss : nan蓝色曲线是训练数据的损失，橙色曲线是验证数据的损失。动态rnn获取每个序列的长度(代码中
浏览 3提问于2018-06-26得票数 5
回答已采纳
为什么对NaN期望值的训练步骤被loss_0_where_nan掩盖(历史记录表明损失确实被评估为0.0)，仍然在hidden和max_min_pred的权重矩阵中引入NaN权重？首先，我认为这可能是单个参数学习与输出值的某种权重，我认为这可能是特定于Adadelta优化器的。但这也会发生在SGD上。][nan]][[-3.2140317][-2.22139478]][1 1][nan</e
浏览 0提问于2018-08-31得票数 3
我想做一个通用的特征提取器，它也可以将一个新的类分类为模型中的未知类。除了基于距离的矩阵之外，还有什么好的技术可用吗？目前我使用的是Triplet loss，其中由于alpha值较小，我的Triplet训练损失在某些点上变为+0.00000。那么，将alpha增加到非常大的数量(如100 )有什么缺点吗？
浏览 19提问于2020-01-25得票数 0
在我的训练中，损失有时会变成nan。然而，这似乎并没有影响我的神经网络训练。有人知道tensorflow是否有一些nan值的内部处理吗？有没有人有过类似的经历？我用的是tensorflow 0.12.1
浏览 2提问于2017-03-01得票数 2
回答已采纳
1回答
我正试图预测一维行波(正方形、三角形和锯齿形)的未来状态，使用Keras的深度学习设置。波在1024个数据点中被离散化。由于这为RNN提供了相当高的输入维数，所以使用卷积自编码装置将1024输入降为10维的低维潜伏空间。给出了RNN的5个前一时间步长的潜在输入来预测下一时间步长。我分别训练了自动编码器和RNN，取得了相当好的效果，但理想情况下可以改进。下面的图给出
浏览 0提问于2018-12-10得票数 1
我在解释我的模型的训练和验证损失、敏感性和特异性时遇到了一些困难。我的验证敏感性、特异性和丢失性是NaN，我正在尝试诊断原因。由于我的类高度不平衡，我还使用了Keras的class_weights函数。(下一步的多标签预测)编写了这个模型：
培训和验证指标以及损失不会随时代而变化，这是令人担忧的(我认为，这也是过度适应的症状)，但我也关心理解图形本身。以下是Ten
浏览 0提问于2018-02-03得票数 1
我使用tensorflow实现了一个简单的RNN模型，以了解时间序列数据的可能趋势并预测未来值。然而，模型在训练后总是产生相同的值。实际上，它得到的最好的模型是：输入是连续几天中的一系列数据。输出是输入日之后的数据。
(也许这些不是很好的设置。但无论我如何改变它们，结果几乎是一样的。因此，我只是设置这些，以帮助
浏览 0提问于2019-03-15得票数 3
为了使用MSE计算损失，我使用人脸地标检测库生成预测图像的人脸标志。不幸的是，在早期，网络会产生混淆，而脸地标检测库返回None，而不是256 x 256 x 3格式的预期张量，其中像素值表示地标的存在。
我想做的是忽略计算损失时，没有发现脸。对于预测，让我们假设不可能为批处理中的3幅图像生成任何地标。我可以将不能生成人脸标记的预测张量设置为NaN值，而预
浏览 3提问于2022-06-26得票数 0
回答已采纳
从RNN的第一个时代起，损失值被输出为nan。历元1/100 9787/9787 ============================== - 22s 2ms/步进损耗: nan我的RNN</
浏览 0提问于2020-01-25得票数 6
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
云直播活动推荐
腾讯云开发者
