Tensorflow:所有变量在第一次训练运行时变为nan
我初始化了所有变量,但在第一次训练运行时,所有变量都变为nan。我已经检查过所有变量在开始训练前都已初始化 编辑(已解决)Tensorflow:所有变量在第一次训练运行时变为nan,tensorflow,Tensorflow,我初始化了所有变量,但在第一次训练运行时,所有变量都变为nan。我已经检查过所有变量在开始训练前都已初始化 编辑(已解决) 输入到网络的图像数组中充满了导致问题的NaN。需要检查的一件事是梯度中是否有NaN,或者步长是否太大(当训练发散时,可以得到NaN)(即,查看优化器的范数。计算梯度(损失,[变量][0]))即使优化器的学习率设置为0,所有变量也会变成NaN。如果您使用GradientDescentOptimizer而不是Adam会怎么样?我切换到GradientDescentOptimiz
输入到网络的图像数组中充满了导致问题的NaN。需要检查的一件事是梯度中是否有NaN,或者步长是否太大(当训练发散时,可以得到NaN)(即,查看优化器的范数。计算梯度(损失,[变量][0]))即使优化器的学习率设置为0,所有变量也会变成NaN。如果您使用GradientDescentOptimizer而不是Adam会怎么样?我切换到GradientDescentOptimizer而不是Adam,并且在第一次训练迭代后所有变量仍会变成NaN。