训练神经网络loss=nan——python检查数据中是否有nan

在训练神经网络的时候突然遇到了loss=nan的情况，经过一些检查，问题应该是出在输入数据中包含了nan特征。
如下图，若每一行为一个数据，则第二、三、四行会导致nan。

检查数据中是否含有nan的方法：
1、pd.isnull().any()
2、math.isnan()
方法一的时间效率更高。
挑选出含nan的数据

for i in range(len(x_data)): a = x_data[i] if pd.isnull(a).any(): dataTest2.append(a.copy())1234

for i in range(len(x_data)): a = x_data[i] for j in range(len(x_data[i])): if math.isnan(a[j]): dataTest2.append(a.copy()) break12345

相关知识

训练神经网络loss=nan——python检查数据中是否有nan
【深度学习实验】前馈神经网络（九）：整合训练、评估、预测过程（Runner）
【有图】冒充蝴蝶的浅翅凤蛾~
实战Kaggle比赛：狗的品种识别（ImageNet Dogs）
基于Pytorch框架的深度学习densenet121神经网络鸟类行为识别分类系统源码
YOLO数据训练效果评估
模型训练、评估与推理
科学家都无法分辨的相似鸟类，这个神经网络可以做到！
基于卷积神经网络通过声音识别动物情绪的方法及系统
【有图】我家的宠物猫狗

网址: 训练神经网络loss=nan——python检查数据中是否有nan https://www.mcbbbk.com/newsview161063.html