python - 图像分类 - 损失 - Keras

Question

我正在为分类任务训练图像。我使用了 One hot encoding，分类交叉熵作为损失函数，Adam 作为优化器。

在训练的时候，我遇到了这样的情况，

Epoch 1/10
10/10 [==============================] - 591s 57s/step - loss: 57984075590.2520 - accuracy: 0.0450 - val_loss: 21337043107840.0000 - val_accuracy: 0.0308

Epoch 00001: val_loss improved from inf to 21337043107840.00000, saving model to model.h5
Epoch 2/10
10/10 [==============================] - 578s 58s/step - loss: 13186267529728372.0000 - accuracy: 0.0166 - val_loss: 1072926192530620416.0000 - val_accuracy: 0.0000e+00

Epoch 00002: val_loss did not improve from 21337043107840.00000
Epoch 3/10
10/10 [==============================] - 568s 57s/step - loss: nan - accuracy: 0.0246 - val_loss: nan - val_accuracy: 0.4820

Epoch 00003: val_loss did not improve from 21337043107840.00000

损失如何非常高，在epoch-3中，损失归于nan。

我检查了数据集中没有 nan 值，即使在标准化之后

这个怎么解决，谢谢

标签： pythontensorflowkeras