Python 训练损失变成爆炸性的，变成NaN

我正在使用Inception V4网络构建一个图像回归模型。当使用的训练图像数<1000时，整个网络工作，训练和验证损失收敛，但当用于训练的图像数超过1000时，训练损失爆炸为NaN。为什么会发生这种情况？

您的模型遇到了梯度爆炸。当训练图像<1000时，为什么不会发生这种情况？