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）

---

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。