在训练神经网络的时候突然遇到了loss=nan的情况,经过一些检查,问题应该是出在输入数据中包含了nan特征。
如下图,若每一行为一个数据,则第二、三、四行会导致nan。
检查数据中是否含有nan的方法:
1、pd.isnull().any()
2、math.isnan()
方法一的时间效率更高。
挑选出含nan的数据
for i in range(len(x_data)): a = x_data[i] if pd.isnull(a).any(): dataTest2.append(a.copy())1234
for i in range(len(x_data)): a = x_data[i] for j in range(len(x_data[i])): if math.isnan(a[j]): dataTest2.append(a.copy()) break12345
相关知识
训练神经网络loss=nan——python检查数据中是否有nan
【深度学习实验】前馈神经网络(九):整合训练、评估、预测过程(Runner)
【有图】冒充蝴蝶的浅翅凤蛾~
实战Kaggle比赛:狗的品种识别(ImageNet Dogs)
基于Pytorch框架的深度学习densenet121神经网络鸟类行为识别分类系统源码
YOLO数据训练效果评估
模型训练、评估与推理
科学家都无法分辨的相似鸟类,这个神经网络可以做到!
基于卷积神经网络通过声音识别动物情绪的方法及系统
【有图】我家的宠物猫狗
网址: 训练神经网络loss=nan——python检查数据中是否有nan https://m.mcbbbk.com/newsview161063.html
上一篇: 魔兽世界宠物对战训练师在哪? |
下一篇: Python3 实例 |