报错FloatingPointError: Loss became infinite or NaN at iteration=1099!

报错FloatingPointError: Loss became infinite or NaN at iteration=1099!

[04/01 15:05:09] d2.engine.train_loop ERROR: Exception during training:
Traceback (most recent call last):
  File "/root/detectron2/detectron2/detectron2/engine/train_loop.py", line 138, in train
    self.run_step()
  File "/root/detectron2/detectron2/detectron2/engine/defaults.py", line 441, in run_step
    self._trainer.run_step()
  File "/root/detectron2/detectron2/detectron2/engine/train_loop.py", line 242, in run_step
    self._write_metrics(loss_dict, data_time)
  File "/root/detectron2/detectron2/detectron2/engine/train_loop.py", line 285, in _write_metrics
    f"Loss became infinite or NaN at iteration={self.iter}!\n"
FloatingPointError: Loss became infinite or NaN at iteration=1099!
loss_dict = {'loss_cls': nan, 'loss_box_reg': nan, 'loss_rpn_cls': 0.6423566341400146, 'loss_rpn_loc': 0.08039061725139618}

修改学习率为0.0001后不报错。

  • 5
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
在PyCharm编译器中,您在使用NumPy库时可能会遇到RuntimeWarning: invalid value encountered in cast的。这种通常是由于在NumPy数组中出现了非法值(如NaN或Infinity)而导致的。 针对这个,您可以尝试以下解决办法: 1. 检查输入数据是否合法,特别是是否包含NaN或Infinity等非法值。如果有,可以将这些非法值替换为合法值或删除它们。 2. 尝试在NumPy的计算中使用合适的数据类型,避免出现数据类型转换误。例如,在进行数据类型转换时,可以使用astype()函数指定目标数据类型,以避免出现因数据类型不匹配而导致的误。 3. 若上述方法都无法解决问题,可以尝试使用numpy.seterr()函数来设置NumPy的浮点数处理方式。例如,可以使用以下代码将所有的浮点数误设置为“raise”,以强制浮点数误引发异常并终止程序执行: ``` np.seterr(all='raise') ``` 在定位问题时,您还可以使用try/except语句捕获具体的异常信息,并进行相应的处理。例如,可以使用以下代码捕获FloatingPointError异常: ``` try: chroms = np.array([np.binary_repr(x, width=self._width) for x in _scaled_population.astype(int)]) except FloatingPointError as e: print("Floating point error:", e) # 进行相应的处理 ``` 通过以上方法,您应该能够解决该问题。如果问题仍然存在,请提供更多的信息和代码上下文,以便我们更好地帮助您解决问题。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值