pytorch RNN训练结果出现nan

我是通过打断点判断出来的。

（1）利用torch.any(torch.isnan(input))判断自己所有的输入是否有问题（我发现我的输入tensor中有一维的特征有nan，是因为最大最小值归一化的时候，max和min是同一个数，造成除数为0，结果产生了nan，LSTM、GRU学出来的全是nan）

（2）输出网络中每一层的输出，看看nan是哪里产生的（我是在输入和LSTM/GRU单元部分产生的）

（3）找到nan的原因，解决掉nan

标签：输出,GRU,RNN,torch,nan,pytorch,LSTM,输入
来源： https://blog.csdn.net/Shenquanle/article/details/120587728