pytorch loss 出现nan,原因之一,计算图中存在torch.sqrt或者 **0.5,以及如何解决

本文探讨了在PyTorch中使用sqrt函数可能导致的梯度为inf问题,尤其是在loss函数计算中。通过两个解决方案避免了该问题:一是避免直接开方运算;二是向平方和中添加极小值防止分母为零。提供了测试代码示例。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

今天写一个loss函数

dist=torch.sqrt(x*x+y*y)
loss=soomthL1loss(dist,gt_dist)

我随便写的几句示意代码,这样会导致在第一个iteration之后出现nan,第一次iteration之内,还是可以看到loss不为nan的。

解决办法:

     1、不开方,因为开方的求导会出现在分母上,因此需要避免分母为0!

     2、torch.sqrt(x*x+0.000001)增加一个 很小的 “一瞥西漏”

给大家个测试代码:

import torch
a = torch.zeros(1,requireds_grad = True)
b = torch.sqrt(a)
b.backward()
print(a.grad)
#得到tensor([inf]),看到inf就知道,一般来说没办法传递了,为什么是一般来说,因为用过darknet的yolo的话,里面出现inf还是可以训练的(可能我记错了)


#修改下:
import torch
a = torch.zeros(1,requireds_grad = True)
b = torch.sqrt(a+0.001)
b.backward()
print(a.grad)
#tensor([15.814])

 

评论 3
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