感谢您对此问题的关注
我一直在努力解决这个错误几个小时，我已经阅读了我遇到的论坛中的所有评论但是徒劳无功。
我正在尝试使用线性回归训练数据集。该示例首先运行良好，一切都很好，直到我更改了使用实际数据生成的随机数据。我正在使用的数据是从一个文件中读取的（我使用numpy函数将数据提取到一个numpy数组中，所以我有一个函数返回一个有939行的numpy数组，每个都有11个特性）。所以我有这句话：
all_xs = fn.read_from_file_to_array(filename)
其中fn是模块的名称，read_from_file_to_array是一个从文件中写入的数据生成numpy数组的函数。
我检查了all_xs的类型，它是一个numpy数组
我保持Ys随机（模型应该学习的结果）和每个X（也就是每一行）我有y，然后我将每个y添加到列表all_ys中
all_ys.append(y)
最后
all_ys = np.transpose([all_ys])
给了我一个numpy数组（代码在控制台上运行正常，在所有张量流代码之外，我确保我的代码的每一行都能正常工作，然后再将这些代码改为使用tensorflow的示例）。
然后训练模型，我正在使用这个成本函数：
cost = tf.reduce_mean(tf.square(y_-y))
我从许多论坛中了解到，当使用Logistic回归时，可能会出现0log（0）的问题，并且添加一个小常量可以解决问题，但是，我不知道是否存在类似的问题对于线性回归，我也尝试添加一个小常数但没有运气，我已经改变了学习率（尝试了小的和更大的值）但是徒劳。
我真的不知道该怎么做，这个例子用来生成随机数据，我所做的只是使用我自己的numpy数组（我确定它是一个numpy数组，不是列表或任何其他类型） ，当我改变这一点时，没有什么能再次发挥作用
我真的很困惑，我不知道我应该尝试什么，我也没有时间在代码中尝试随机修改（我发现甚至不是逻辑），因为我的实习期即将结束，我必须给很快就回来了
此外，我无法在此发布整个代码，因为如果您知道我的意思，我已经签署了保密合同，对此非常抱歉。
我得到的错误是
tensorflow.python.framework.errors.InvalidArgumentError: Nan in summary histogram for: HistogramSummary
[[Node: HistogramSummary = HistogramSummary[T=DT_FLOAT, _device="/job:localhost/replica:0/task:0/cpu:0"](HistogramSummary/tag, W/read)]]
根据我的理解，它不是来自张量板本身（它在变化之前工作正常），但它来自给图表的Nan值。