模型训练出错，predictions must be ＞=0

前几天用python处理了一下数据集，跑了一遍模型训练和预测都没有问题。然后又用scala跑了一份不同用户的数据集，想看一下scala跑出来的效果，结果出现了这个问题：
assertion failed: [predictions must be >= 0] [Condition x >= y did not hold element-wise:x (my_model/Sigmoid:0) = ] [[-nan][-nan][-nan]…] [y (metrics/auc_1/Cast_1/x:0) = ] [0]
[[{{node metrics/auc_1/assert_greater_equal/Assert/AssertGuard/else/_1/Assert}}]] [Op:__inference_distributed_function_6533]
出现这个问题，看报错信息应该是预测出来的值应该是>=0的，但是模型预测出来的值都为nan，导致计算metric时，无法计算。以及emmmmmm还没找到是什么原因导致预测出来的结果是nan。waiting。。。

重新检查了一遍数据集，是用到了向量里面出现了nan值和极大极小值。
之前只是补充和检查了向量的维度，没有注意到向量内部值的错误，这个向量是使用scala生成的。