Python 如何重新初始化Tensorflow会话

我正在优化Jupyter笔记本中的Tensorflow/Keras模型

一些

fit

跑步陷入不学习状态（

nan

对于loss和acc）

在发生

nan

之后，如果我只是尝试重新运行单元格来创建模型并再次训练它，它将始终是

nan

若我重新启动内核，下一次运行很可能运行良好

TF/Keras中是否有一个静态变量需要在不重新启动内核的情况下重置？

编辑：我在构建模型之前经常使用此代码，但它并不能解决我的问题

tf.keras.backend.clear_session()
tf.keras.backend.get_session().run(tf.global_variables_initializer())

---

EDIT2:这是TPU型号。在TPU模型上设置权重可能有缺陷。

您是否考虑过不同的初始化可能会导致获得

nan

？如果您执行

tf.keras.backend.clear_session（）

然后设置随机种子

tf.set_random_seed（42）

？那你能得到可重复的结果吗？我会在抓到另一个nan后再试一次。好主意。谢谢你这里有一个选项，随着训练的不断进行，你的梯度会爆炸吗？你有没有尝试过使用一个非常低的学习率和削减梯度？这可能会永久解决问题。不用担心。当TPU无法清除某些影响权重设置的变量时，可能会出现TPU错误。。TF TPU支持非常零散。。