pytorch1.1 半精度训练 Adam RMSprop 优化器 Nan 问题

文章转载于https://blog.youkuaiyun.com/one_six_mix/article/details/86367086
因为遇到了同样的问题，所以记录一下
在缩小模型，采用半精度模型，参数，输入数据时，发现adam算法有问题，而sgd没有问题。采用方法如下链接：
这个老哥有相同问题https://www.cnblogs.com/yanxingang/p/10148712.html

以下为转载：

2019/5/5更新
pytorch 1.1 版本相比1.0版本，对 half 训练优化了许多，nan发生的情况少了很多，现在应该可以日常使用 half 训练了
使用Adam优化器时，加入参数eps=1e-4

optimizer1 = optim.Adam(model.parameters(), lr=1e-3, eps=1e-4)

pytorch 半精度浮点数表示的范围比单精度的少很多

1.使网络输入 值域缩放到 [-1, 1] 或 [0, 1]
2.定义Adam优化器时，加入参数eps=1e-3
3.定义RMSprop优化器时，加入参数eps=1e-2
4.降低学习率

optimizer1 = optim.Adam(model.parameters(), lr=0.001, eps=1e-3)
optimizer2 = optim.RMSprop(model.parameters(), lr=0.001, eps=1e-2)