在网络训练中经常出现loss为nans的情况。
主要原因有如下:
梯度爆炸
原因:巨大的梯度值使model的学习过程off-track。
检测方法:查看运行时日志,您应该查看每个迭代的损失值。您会注意到,损失开始从迭代到迭代显著地增长,最终损失将太大,无法用浮点变量表示,它将成为nan。
措施:减少base_lr (在solver.prototxt中) 至少一个数量级。如果model有多个loss_layer,你应该检查日志,查看哪个层导致了梯度爆炸,并减少该层的loss_weight 值 (在train. prototxt中),而不是简单的减少base_lr。
不当的学习率策略和参数
原因:caffe无法计算一个合理的学习速率并得到'inf'或'nan',相反的,这个不合理的学习速率会进一步更新参数,从而使model中所有参数变得没有价值。
检测方法:查看运行时日志