loss出现Nan的解决办法(梯度爆炸)
Posted
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了loss出现Nan的解决办法(梯度爆炸)相关的知识,希望对你有一定的参考价值。
参考技术A 1、加入gradient clipping:例如用的是交叉熵cross_entropy = -tf.reduce_sum(y_*tf.log(y_conv))的话,最后softmax层输出y_conv的取值范围在[0,1]页就是说允许取0值,有log(0)出现很有可能出现nan,cross_entropy = -tf.reduce_mean(y_*tf.log(tf.clip_by_value(y_conv,1e-15,1.0))),在tensorflow中可以限定一下y_conv的取值范围。
把上面的替换成下面的:
2、修改参数初始化方法:
对于CNN可用xavier或者msra的初始化方法。
3、数据归一化:
3.1 白化:减均值、除方差;
3.2 加入normalization,比如BN、L2 norm等。
4、减小学习率、或者batch size;
以上是关于loss出现Nan的解决办法(梯度爆炸)的主要内容,如果未能解决你的问题,请参考以下文章