【问题记录】PyTorch NaN RuntimeError: Function ‘MulBackward0‘ returned nan values in its 0th output. 深度学习

博客介绍了在PyTorch中遇到RuntimeError: Function ‘MulBackward0’ 和 'ExpBackward0'返回nan值的问题,以及如何定位和解决这类bug。通过检查Loss函数,置零Loss并分析变量,发现问题是由于特定条件下的梯度导致的NaN。总结指出,NaN问题通常与函数的定义域有关,如log(x)、1/x、x^41等,需要关注导数的定义域。
摘要由CSDN通过智能技术生成

报错:

  1. RuntimeError: Function ‘MulBackward0’ returned nan values in its 0th output.
  2. RuntimeError: Function ‘ExpBackward0’ returned nan values in its 0th output.
  3. 以及其他的nan错误

以此代码为例:

out  = model(input)
pred = out ** (1/4)
loss = 2*nn.MSELoss()(pred ,y)+0.1*nn.L1Loss()(pred ,y)

loss.backward()
optimizer.step()

怎么定位bug位置?

loss.backward()后加入如下代码

loss.backward()

for name, param in model.named_parameters():
    if param.grad is not None and torch.isnan(param.grad).any():
        print("nan gradient found")
        print("name:",name)
        print("param:",param.grad)
        raise SystemExit

打印出反向传播的梯度为NaN的模块名称和参数.

1.找到与之相关的Loss函数,

分别令这些Loss为零

out  = model(input)
pred = out ** (1/4)
loss = 
  • 13
    点赞
  • 23
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值