python-3.x - NAN 有时在训练我的 yolo tensorflow 模型以进行损失时使用相同的图像
问题描述
成功实例我正在运行纯粹在 Tensor-flow 中实现的自定义 YOLO(你只看一次)网络。但是,每次将同一图像输入网络时,同一图像的损失计算都会有所不同。置信度和宽度有时会变成 NAN。有关如何调试此问题的任何建议以及导致此行为的可能原因是什么? 失败的实例 我检查了我的输入图像在 0-1 范围内。占位符数据类型是浮点数 32。
解决方案
网络的内核初始化器被限制在 0-1 之间的输出。这解决了我的 NAN 问题。
推荐阅读
- google-sheets - 未找到 Google 表格索引匹配项
- python - 从 json.file 中提取信息,其中字段位于各种 dicts 的不同位置
- java - 函数解密器
- java - 构造java类以避免instanceOf
- reinforcement-learning - NGU、R2D2、MuZero 和 Agent57 在强化学习分类中的哪些位置?
- java - 在 Java 中将特殊字符写入属性文件的问题
- node.js - 突变 null 返回 GraphQL
- symfony - Symfony Composer 创建项目卡在将“symfony/symfony”中列出的包限制为“5.0.*”
- python - 如何在列表的不同部分执行特定操作?
- python - Visual Studio 2019 无法识别 pygame