自制数据集训练和测试loss均为nan
在B站上看了tf2.0的教程,尝试了一下自己制作数据集,然后就碰到了训练一开始loss就为nan的尴尬窘境。
通常原因
查了半天,大体上有以下几种原因:
1.学习率过高
在model.compile中修改学习率
model.compile(optimizer=tf.keras.optimizers.Adam(learning_rate=0.001),
loss=tf.keras.losses.SparseCategoricalCrossentropy(from_logits=False),
metrics=['sparse_categorical_accuracy'])
2.输入数据未做归一化
这个比较简单,只要
x_train, x_test