RuntimeError: probability tensor contains either inf, nan or element ＜ 0

墨衍会员 · AI 创作全网分发 墨衍智能分发 本文由作者通过墨衍一键同步至各平台 1分发平台 300+累计阅读 318平均单平台已同步平台优快云微信公众号微博知乎掘金百家号博客园抖音小红书 你的文章也可以这样分发 墨衍会员 ¥399起/年，写一次发全网我也要 → 码龄12年

关注

原创最新推荐文章于 2026-08-02 12:14:42 发布 318 阅读 AI 写同款· GEO 优化 ›

【torch报错处理】RuntimeError: probability tensor contains either `inf`, `nan` or element ＜ 0 RuntimeError: probability tensor contains either `inf`, `nan` or element < 0 报错解决，torch版本阅读详情

收录于

当前文章被以下社区和专栏收录：

标签

#大语言模型

华为OD机试真题新系统 - WIFI设备网络规划 (Java/Py/C/C++/Js/Go) 本文整理华为 OD 机试新系统机考真题库，涵盖高频考点精析与完整题目内容，提供 C 语言、Java、C++、Python、Go、JavaScript 多语言源码实现，搭配详细解题思路讲解，并支持在线 OJ 刷题练习，助力高效备考华为 OD 机试新系统。阅读详情

相关推荐

MCU中GPIO口的驱动方式

MCU中GPIO口的驱动方式导读： MCU芯片中GPIO口的驱动方式大的可分为输出和输入两类，小的分可以分为8种。一、四种输入方式 ①上拉输入：上拉输入抗干扰能力强，特别适合接地信号的输入（比如低电平有效的按键信号输入）。其工作原理如图1所示。 I/O 端口与TTL 施密特触发器之前接入了一个30K~50K 欧姆的上拉电阻，当I/O 端口悬空时，此时MCU 也能读到稳定的高电平状态，...

优快云Frewen的博客 3373

ChatGLM推理报错RuntimeError: probability tensor contains either `inf`, `nan` or element ＜ 0

ChatGLM推理报错RuntimeError: probability tensor contains either `inf`, `nan` or element < 0

qq-1343330453 9696

[华为]华为无线控制器AC6508简单配置实例

用户需求：3个地址段，分别是领导、员工、访客，访问控制策略是只允许访客上网，不允许访客访问内网。 vlan173为设备的管理地址和AP获取的地址,领导、员工、访客的vlan分别是vlan131/vlan132/vlan133 首先是许可的下载，使用华为的账号登陆http://app.huawei.com/isdp ，然后按照说明输入许可，下载许可，将许可导入到设备。 web界面访问后，直接按照配置向导配置就可以了。 1.基本配置里主要配置license、设备名称、设备时间 2.端口配置：连接上

日子_很简单 2万+

让人无语的“RuntimeError: probability tensor contains either inf, nan or element ＜ 0 “

上天眷顾，错误变了，不再是"RuntimeError: probability tensor contains either inf, nan or element < 0 "，出来clip ViT-B-32.pt权重hash不match，这个也是比较奇怪，经过轮番轰炸的print debug之后，总结出规律就是，下面这个代码不工作，两次输出的hash不一样。吐槽一下，现在安装torch老是会遇到什么hash不匹配之类的，需要加--no-cache-dir，有时候还不管用，折腾死了，不知道世界咋了。

xiexiecn的专栏 6374

鸿蒙设备部署轻量级Web服务器NexServer实践

Web服务器作为互联网基础设施的核心组件，其轻量化部署在移动终端领域具有重要实践价值。本文以鸿蒙操作系统为技术载体，深入解析微内核架构如何通过资源隔离和分布式软总线实现服务高可用。重点探讨NexServer这一专为嵌入式场景设计的轻量级服务器，其ARM原生支持特性与15MB级内存占用，在HTTP/2协议处理与WebSocket通信中展现出独特优势。在智能家居控制面板、边缘计算节点等物联网典型场景中，鸿蒙设备结合NexServer的方案相比传统Nginx部署可降低60%资源消耗。通过实测数据对比，该组合在50

weixin_30411239的博客 481

GPU八卡A100使用INT4-W4A16量化大模型实验

本实验旨在探索在环境下，对大语言模型进行权重量化的可行性、效率与性能影响。通过采用工具集成 GPTQ 算法，实现对所有线性层的权重量化（W4A16 方案最终通过lm-eval工具在GSM8K任务上对压缩模型进行评估。

goodgood_UP的博客 1909

RuntimeError: probability tensor contains either `inf`, `nan` or element ＜ 0

这个问题卡了有一天的时间，后来，在对于torch的每个版本进行测试后，发现torch 2.2会出现这个问题，将版本降到torch 2.1.0就可以解决。

h1773655323的博客 4025

SolidWorks与Python二次开发实战：从宏录制到自动化脚本

本文详细介绍了利用Python对SolidWorks进行二次开发的实战方法。通过宏录制获取操作指令，再将其转换为Python脚本，工程师可以高效实现建模、出图等重复任务的自动化，显著提升设计效率。文章涵盖了环境搭建、代码转换、调试技巧及完整实战案例，为工程师提供了从入门到精通的完整路径。

weixin_29082143的博客 947

Fastchat安装vicuna-7b-v1.3（小羊驼） ——超详细版

下载好的vicuna-7b模型的地址，本地路径/root/vicuna-7b/vicuna-7b-delta-v11（lmsys/vicuna-7b-delta-v1.1意思是联网下载vicuna-7b-delta-v1.1）export PATH=$PATH:/usr/local/cuda-11.6/bin 将/usr/local/cuda-11.6/bin添加到环境变量。参数：--model_size是指定哪个参数级的模型，7B是70亿参数模型，还有13B/30B/65B的模型。

入门记 6200

R语言caret拟合模型：train函数构建xgBoost Dart模型、模型调优、自定义设置trainControl函数和tuneLength参数

statistics+insight+vista+power 530

Matlab R2018b简体中文版完整安装图文教程（附安装包下载）

目录一、安装过程二、下载地址 matlab R2018b安装包如下所示，包括主程序和补丁文件两部分。一、安装过程双击安装包中的setup.exe。选择使用文件安装MIYAO，点击下一步。接受协议，选择是，点击下一步。输入序列号：09806-07443-53955-64350-21751-41297，点击下一步。修改安装路径，点击下...

智慧空间实验室 1万+

【bug解决】llama3微调bug解决

infnaninf。

qq_41502855的博客 2048

数学建模模型总结

这是本人在两年内准备参加数学建模竞赛搜集到的模型资料，已经经过了本人的筛选和整理，希望能够对准备参加数学建模竞赛的学弟学妹们提供一些帮助！

ChatGLM + PEFT 进行finetune

消极的人永远是对的，积极的人选择勇往直前 3788

C# WinForm 基于DirectShow.dll编写的程序，可边预览边保存视频，音频和图片

基于微软的DirectShow.dll的二次开发1.自动识别连接的摄像头跟麦克风且可以对其进行选择（默认选中第一个）2.可录制wmv和avi两种格式的视频并且都带有音频，avi可以录制的分辨率和帧数进行选择，wmv默认进行了淸晰度优化如不喜欢可去除代码中有相关提示3.可在预览点开之后进行拍照，也可边录制视频边拍照4.添加了视频和音频的压缩功能（酌情使用）这次二次开发发现C#对DirectShow的相关信息太少，这次做完也不敢藏私共享出来，还望大家指正

android 蓝牙通讯demo

android 下蓝牙通讯demo，实现了发现蓝牙，使能蓝牙，通过蓝牙发送消息。

【无标题】Pytorch 中范数求解遇到的问题之RuntimeError的解决办法，和新的范数求解语法规则

Pytorch 中范数求解遇到的问题之RuntimeError的解决办法，和新的范数求解语法规则

gtwaaaa的博客 2284

jdk-8u144-linux-x64.tar.gz.

该资源为搭建Linux系统Java环境用，资源的后缀为tar.gz格式的压缩包

AnomalyGPT缺陷检测报错【probability tensor contains either `inf`, `nan` element ＜ 0】

在使用AnomalyGPT进行缺陷检测的过程中，对于有些缺陷图片，会显示erro和报错Error in model generation: probability tensor contains either `inf`, `nan` or element < 0。web_demo.py中generate转定义，注释do_sample=True。

weixin_42332746的博客 847

MiNiGPT4安装记录

MiNiGPT运行记录

qq_37668436的博客 2173

RuntimeError: invalid multinomial distribution (encountering probability entry ＜ 0)

在使用torch.multinomial()对rnn网络输出值进行选择时，当学习率高于0.000001时，运行报错“RuntimeError: invalid multinomial distribution (encountering probability entry < 0)

crystallilili的博客 1924

Pytorch 报错-probability tensor contains either ‘inf‘, ‘nan‘ or element ＜ 0 解决方案

模型生成错误: CUDA error: device-side assert triggered。

Zhou_Dao的博客 1776

python 温度插值nan处理_Python处理inf和Nan值,pytorch,nan,数值

在构建网络框架后，运行代码，发现很多tensor出现了inf值或者nan,在很多博客上没有找到对应的解决方法，大部分是基于numpy写的，比较麻烦。下面基于torch BIF函数实现替换这2个值。a = torch.Tensor([[1, 2, np.nan], [np.inf, np.nan, 4], [3, 4, 5]])aOut[158]:tensor([[1., 2., nan],[inf...

weixin_32243075的博客 868

RuntimeError: element 0 of tensors does not require grad and does not have a grad_fn

loss的时候出了问题导致 `loss.requires_grad=False`

KKai的博客 2254

大模型推理过程中遇到的各种问题及解决方法

大模型部署、推理、微调等过程中遇到的问题及其解决方案。

qq_45684208的博客 1728

训练模型的时候， Warning: NaN or Inf found in input tensor 解决办法

一般出现这句话的时候表示，模型训练过程中出现梯度消失或者梯度爆炸。更改方式是降低初始学习率，比如加入初始学习率是0.1那么就将它改成0.01。 ...

qq_38284961的博客 2万+

probability tensor contains either `inf`, `nan` or element ＜ 0

摘要在安装Qwen大模型时遇到CUDA报错问题，表现为概率张量包含非法值（inf/nan/负数），且不同4090显卡表现不一致。尝试官方解决方案（修改模型加载参数、变换transformers版本、调整Pytorch版本）均无效。最终发现问题源于通过HF镜像下载的模型权重不完整或损坏。改用modelscope平台重新下载模型（示例使用Qwen2.5-VL-3B-Instruct），并调整模型加载路径后问题解决。建议国内用户优先使用modelscope替代HF镜像获取模型权重。

陈嘿萌的博客 2034

Qwen2报错——RuntimeError: “triu_tril_cuda_template“ not implemented for ‘BFloat16‘

最近在使用 Qwen2-7B-Instruct 的时候报错 RuntimeError: “triu_tril_cuda_template” not implemented for ‘BFloat16’，尝试解决了几个星期终于解决了问题，以下是整体解决思路与方案。

LiQZ的博客 7588

Pytorch遇到的问题及解决方案 - 更新ing

1、安装完成后，不能import torch，提示 ImportError: dlopen: cannot load any more object with static TLS 解决办法：有很多答案都说是将import torch放在import cv2之前，但我试了之后还是不能解决，最后是通过在jupyter notebook中可以直接import torch。我是通过mobarxterm...

Tsingzao的博客 5万+

【pytorch学习】torch.multinomial

温馨提示：为了大家能很好的理解这个**多项式分布采用**，这里建议先看下面的这段内容至于什么是多项式分布，这里不再赘述，不懂的同学可以去这里学习多项式分布采样实现逻辑以下这段内容是来自这里，这里目的是为了学习，如有侵权，联系我删除。思路：将每个概率值对应到[0,1]区间内的各个子区间（概率值大小体现在子区间的长度上），每次采样时，按照均匀分布随机生成一个[0,1]区间内的值，其落到哪个...

UESTC_201722的博客 2819

上一篇：使用pip导出当前项目的依赖包（非虚拟环境中）

MCU中GPIO口的驱动方式

优快云Frewen的博客

09-19

3373