pytorch - 尝试找出导致 NaN 丢失的特征
问题描述
我正在尝试通过我们公司的数据库来训练语音识别模型。当我使用Librispeech DB时，模型训练没有问题。另一方面，在使用我们公司的DB时，在训练第一个epoch时会造成NaN损失。经过搜索，发现部分wave文件存在质量低、体积小、wave和文本不匹配等问题。有什么方法可以检查波形文件在放入模型时是否会导致 NaN 丢失？
解决方案
推荐阅读
- reactjs - React - 如何从生产构建中删除外部源链接
- c# - 以编程方式将行添加到 UWP DataGrid
- android - Logcat 不显示应用程序日志
- python - 在 Python 中使用 NeuralNetwork 和 Tensorflow 预测单个 float64 时输出形状错误
- python - 从 web 元素中获取选定的文本
- nginx - nginx 上游 404 错误，但可以重定向
- javascript - 如何根据php结果在条件背景行上添加鼠标悬停效果
- reactjs - Firebase onSnapShot() 不会重新渲染
- opengl-es - 为什么 Xorg 服务器在使用 Buildroot for Raspberry Pi4 创建的系统上失败？
- python - 单元测试是如何执行的？