如何检查张量中是否存在的nan和inf呢？＆检查张量的数据类型

passion！！！

要解决的问题

故事是这样的，我在计算一个张量的均值mean().item()的时候，发现计算得到结果在样本数量变多的时候总是得到NaN的结果，我真的很纳闷。

出现问题的原因

很有可能是因为样本的数值太接近0了，导致计算均值时出现 NaN 通常意味着张量中包含了无效值，比如 NaN 或 inf（无穷大）。

解决方法：

1. 检查数据中是否有 NaN 或 inf 值

在计算均值之前检查数据中是否存在 NaN 或 inf 值，并做相应处理：

import torch

# 检查是否存在 NaN 或 inf
if torch.isnan(flattened_data1).any():
    print("Data1 contains NaN values.")
if torch.isinf(flattened_data1).any():
    print("Data1 contains inf values.")

2. 过滤 NaN 和 inf 值

如果确认张量中存在无效值，可以用以下方法过滤掉这些值：

# 过滤 NaN 和 inf 值
flattened_data1 = flattened_data1[~torch.isnan(flattened_data1)]
flattened_data1 = flattened_data1[~torch.isinf(flattened_data1)]

3. 用有效的默认值填充无效值

如果希望保留数组的形状，可以用默认值替换 NaN 或 inf：

# 用 0 替换 NaN 和 inf
flattened_data1 = torch.nan_to_num(flattened_data1, nan=0.0, posinf=0.0, neginf=0.0)

我采取的方案：找到然后替换为0

# 检查并处理 flattened_data1 中的 NaN 和 inf
    if torch.isnan(flattened_data1).any():
        print("Warning: flattened_data1 contains NaN values.")
        flattened_data1 = torch.nan_to_num(flattened_data1, nan=0.0)  # 将 NaN 替换为 0
    if torch.isinf(flattened_data1).any():
        print("Warning: flattened_data1 contains Inf values.")
        flattened_data1 = torch.nan_to_num(flattened_data1, posinf=0.0, neginf=0.0)  # 将 inf 替换为 0

检查张量的数据类型

要查看一个张量的数据类型，可以使用属性dtype来查看，不要用type。也就是说，使用tensor_a.dtype, 不要用tensor_a.type。