Tensorflow NN：自定义损耗和精度工作，MSE返回NaN

我遇到了一个有点混乱的情况。我正在训练一个Tensorflow/Keras神经网络，它有一个自定义的损失函数和两个度量，MSE和精度。当对训练数据进行评估时，损失和精度返回数值，但MSE为NaN。我想知道这是否有可能的解释。谢谢。

再次检查您的输入。输入可能有一些“非数字”值。请参阅：

或者快速测试：

for value in values:
    print(f"{repr(value):<8} : {is_nan(value)}")

对于值中的值：
打印（f{repr（值）：有趣-我会尝试这样做。谢谢！@Dammio这是怎么可能的？MSE表示错误^2的总和除以样本数。样本数始终大于0。我对我的答案做了一些修改，可能有一些答案不存在。我的建议：1-更改优化器2-检查输入中的NaN 3-规范化输入4-在t中目标检查标签是否正确（范围等）