dyh_cy

非常感谢大佬指点，贴出我的代码，供大家参考，改进在这句话上 loss = loss_function(pred+1e-8, labels.to(device))，传入一个极小值pred+1e-8，保证预测值不会为0

pred = model(images.to(device))

#加入一个极小值，RuntimeError: Function 'LogSoftmaxBackward0' returned nan values in its 0th output.
loss = loss_function(pred+1e-8, labels.to(device))
print('loss=',loss)
loss.backward()

pytorch训练时前一次迭代的loss正常后一次迭代却报nan

问题描述：训练一个有四个阶段模型的网络（可以简单理解每一阶段就是一个卷积层），每阶段输出都会进行loss计算。现将pytorch原始的ce loss改为focal loss后...

ce0b74704937

9459 1 7

dyh_cy

问题描述：训练一个有四个阶段模型的网络（可以简单理解每一阶段就是一个卷积层），每阶段输出都会进行loss计算。现将pytorch原始的ce loss改为focal loss后...