损失：执行回归时 Keras 中的 NaN

Posted 2023-03-28

【中文标题】损失：执行回归时 Keras 中的 NaN

【英文标题】：Loss: NaN in Keras while performing regression

【发布时间】：2019-05-07 12:39:44

【问题描述】：

我正在尝试预测一个连续值（第一次使用神经网络）。我已经对输入数据进行了标准化。我不明白为什么我从第一个纪元开始得到loss: nan 输出。

我阅读并尝试了许多来自以前对同一问题的答案的建议，但没有一个对我有帮助。我的训练数据形状是：(201917, 64)。这是我的代码：

model = Sequential()
model.add(Dense(100, input_dim=X.shape[1], activation='relu'))
model.add(Dense(100, activation='relu'))
model.add(Dense(100, activation='relu'))

# Output layer
model.add(Dense(1, activation='linear'))

# Construct the neural network inside of TensorFlow
model.compile(loss='mean_squared_error', optimizer='Adam')

# train the model
model.fit(X_train, y_train, epochs=10, batch_size=32,
shuffle=True, verbose=2)

【问题讨论】：

***.com/help/mcve。人们通常只有在能够跟随和调试的情况下才能提供帮助。

【参考方案1】：

您可以采取以下步骤来找出问题的原因：

确保您的数据集是应有的：

在您的数据集中查找任何 nan/inf 并修复它。 编码不正确（将其转换为 UTF-8）。 您的列或行中的值无效。

使用 Dropout、BatchNormalization、L1/L2 regularization 标准化您的模型，更改您的 batch_size，或将您的数据缩放到其他范围（例如 [-1, 1]）。

缩小网络规模。

更改其他超参数（例如优化器或激活函数）。

您可以查看this 和this 链接以获得额外帮助。

【讨论】：

第一项解决了我的问题。我的数据集中有NaN 值，我没有注意到。谢谢！

【参考方案2】：

当学习率太高时，有时会出现 nan 损失。一种解决方案可能是减少它。替换此代码：

# Construct the neural network inside of TensorFlow
model.compile(loss='mean_squared_error', optimizer='Adam')

与：

from keras.optimizers import Adam #maybe put this at the top of your file
opt = Adam(lr=0.0001) #0.001 was the default, so try a smaller one
model.compile(optimizer=opt, loss='mean_squared_error')

看看是否有帮助。我也会先尝试一个隐藏层，看看效果如何。

【讨论】：

使用上述参数为 lstm 顺序添加多个密集层会给我 Nan，如果没有其他变化的话。大家有什么建议吗？如果我的输出只有一列，我是否需要多个密集层？

【参考方案3】：

NaN 在输入数据框中。在获取数据框值之前，应替换 NaN 值。否则会爆炸渐变。

【讨论】：

没错！ df.isnull().sum()