pytorch nan问题

pytorch nan

判断方法：

    if torch.any(torch.isnan(a)):

解决方法：

loss_t_conf=0
      if target[target ==1].size()>torch.Size([0]):
          loss_t_conf = self.bce_loss(out[target ==1], target[target ==1])

3.对于回归问题，可能出现了除0 的计算，加一个很小的余项可能可以解决

4.数据本身，是否存在Nan，可以用numpy.any(numpy.isnan(x))检查一下input和target

5.target本身应该是能够被loss函数计算的，比如sigmoid激活函数的target应该大于0，同样的需要检查数据集

这个会产生nan：

import torch

v = 0.5  # 1-0.0001
v1 = v - 0.01
a = torch.FloatTensor([])
b = torch.FloatTensor([])

loss_fn = torch.nn.BCELoss()  #