报错截图
报错原因
- 我这里报错是因为loss中出现了nan值,所以导致该问题。
解决方法
- 直接做法: 给loss最终的结果加上
torch.nan_to_num()
函数,可以避免nan值。 - 但是最好应当查明为什么出现nan值,针对性解决才能真正解决bug。
参考文章:
- AssertionError:在Pytorch的AutomaticMixedPrecision中未记录此优化器的inf检查
微信扫一扫
torch.nan_to_num()
函数,可以避免nan值。参考文章:
相关推荐