Python 为什么K.log值在keras中给我nan

我正在写一个自定义损失函数，我想取计算值的1-对数。我正在使用tensorflow后端编写keras，如下所示：

---

nonlabels=list（np.where（predictions您将得到一个错误，因为您将K.log（）作为负值。此外，如果将K.log（）作为零值，您将得到inf error。我附上一张图片来演示这一点

我还附上了我用来调试的代码，希望这能帮助你以后手动调试

快乐编码！
对
K.log（）
的输入太小。因此，请防止
prob\u max
变得太小：

prob_max = K.clip(prob_max, 1e-36, 1e36)
val = K.log(prob_max)

<>我的实验：<代码> 1E-36很好，但是<代码> 1E-40太小。
值<代码> PROFIXMAX  < <代码> K.Log/<代码>屈服NANS。您可以通过<代码>查找除块之外；还考虑使用<代码> Kε（）。

而不是

0.00..1

，确保所有

reduce\u max

输出均为正，并尝试

tf.math.log

而不是

K.log

它为每个值提供

nan

。我使用了

K.epsilon（）

，也使用了

tf.math.abs（probs\max）

只是为了避免负值，使用了

tf.math.log

。但我仍然面临着同样的问题。这太奇怪了！！是的，它很奇怪-太奇怪了；可能是安装问题。在去那里之前，

打印的输出是什么（K.get\u值（K.log（tf.constant（0.9）））

？如果

nan

，请告诉我，我可以为其建议步骤。最后，您从何处导入

keras.backend

？确保它与其他导入一致，并且它不是@overordgolddragon，

打印（K.get\u值（K.log（tf.constant（0.9）））

，这给了我正确的值，而不是

nan

。我将keras后端导入为

keras.backend

。我会发现的输出很有用；您可以将它粘贴到这里作为PasteBin，但即使我这样做了

tf.math.abs（probs_max）

，我得到了相同的错误。这确保了我总是有一个正值，对吗？如果我错了，请纠正我。是的，使用tf.math.abs（）使值为正值，即我的“附件2”在最后一步中，becames~138023而不是NaN，请尝试使用prob_max的替代名称，就像我做的那样，我曾经遇到错误，因为我保留了prob_max的相同名称，所以我更改为prob_max_1，prob_max_2，prob_max_3，请确保prob_max的维度正确（1），范围为（0-1）prob_max的值肯定在0和1之间，因为我使用了softmax函数来获取概率。在重命名变量后，我仍然存在这个问题。你能打印出这行prob_max=tf.math.reduce_max（probs_temp）的值吗？你可以使用tf.Session（）作为sess，然后打印（prob_max，feed_dict={probs_temp:probs_temp}），请小心检查是否没有其他名为prob_max的变量，它可能会打印最后一个名为prob_max的变量