-
问题描述:
使用torch的binary_cross_entropy计算分割的loss时,前几个epoch的值确实是正的,但是训到后面loss的值一直是负数解决方案:
后面发现自己输入的数据有问题,binary_cross_entropy输入的target和input数值范围需要在0-1之间,调试的时候发现是target label输入的数值有0,1,2,修改之后就正常了.binary_cross_entropy输入的target和input数值范围需要在0-1之间
torch.nn.functional.binary_cross_entropy(input, target, weight=None, size_average=None, reduce=None, reduction=‘mean’)
-
问题描述:
使用torch的binary_cross_entropy计算分割的loss时,偶然出现计算出来的loss是nan无穷。解决方案:
发现是数据的问题导致的,由于分割标签中只有全为0的情况,即没有目标分割物体,使用命令len(np.unique(label)),得知当len=1时,会出现loss为nan。我的解决方案是直接不算这类数据的loss,或者直接让这一项等于0.
计算loss时binary_cross_entropy的值出现负数 nan无穷大
最新推荐文章于 2023-12-25 16:28:07 发布