深度学习网络模型训练--梯度爆炸Nan

问题

loss值 出现 Nan ( 爆炸或者数值非常高 )

原因

  1. 训练不收敛
  2. 学习率太大
  3. 深度网络结构设计有问题
  4. 训练集中有脏数据
  5. 0做除数
  6. 在log 中 0或负数做底----常出现在计算loss函数 和 激活函数
  7. 值越界
  8. 池化层中步长比核尺寸大

解决办法

  1. 输入数据归一化(减均值,除方差,或者加入normalization,将其转化成0-1之间的数据)
  2. 层数较多的情况,各层都做batch_nomorlization
  3. Weights权重使用tf.truncated_normal(0, 0.01, [3,3,1,64])生成
  4. 更换参数初始化方法
  5. 减小学习率,低于现有学习率1-10倍
  6. 减小batch size
  7. 循环网络,加入梯度截断 gradient clipping
  8. 换激活函数
  9. 换loss损失函数

 

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