Question

我正在使用带conda的python3，并在tensorflow上使用keras进行深度学习，并使用tensorboard记录模型（我正在使用直方图）

我不断收到以下错误：

InvalidArgumentError（请参阅上面的回溯）：总结为Nan 直方图：conv2d_1 / kernel_0 [[node conv2d_1 / kernel_0（已定义在 /home/user/anaconda3/envs/siamese/lib/python2.7/site-packages/keras/callbacks.py:796） = HistogramSummary [T = DT_FLOAT，_device =“ / job：localhost /副本：0 / task：0 / device：CPU：0”]（conv2d_1 / kernel_0 / tag， conv2d_1 / kernel / read / _139）]]

我读到here，这是因为张量板记录使nan值显式。

我试图更改adagrad to Adam 我试图降低学习率我试图裁剪损失函数的值我试图使k.epsilon值更高（1e-4）我试图为预测增加一个小的价值我将最后一层的激活更改为S形

似乎没有任何作用...

这是我的代码

    def triplet_wrapper(y_true, y_pred):
        import keras.backend as k
        from tensorflow.math import l2_normalize
        y_pred = k.clip(y_pred, 1e-6, 1e1)
        return k.clip(metric_learning.triplet_semihard_loss(k.squeeze(y_true, 1) + 1e-7, l2_normalize(y_pred, epsilon=1e-7)), 1e-7, 1e1)


        keras.losses.custom_loss = triplet_wrapper
        model5 = Sequential()
        model5.add(Conv2D(32, (3, 3), activation="relu", input_shape=input_shape))
        model5.add(MaxPool2D((2, 2)))
        for i in range(layers - 1):
            model5.add(Conv2D(64, (3, 3), activation="relu"))
            model5.add(MaxPool2D((2, 2)))
        model5.add(Flatten())
        model5.add(Dropout(0.5))
        model5.add(Dense(100, activation="sigmoid"))
        model5.add(Dropout(0.5))
        model5.compile(loss=triplet_wrapper, optimizer=Adam(lr=0.0001))

我使用此标准化数据加载器加载数据

i = ImageDataGenerator(rescale=1.0 / 255.0)

This是数据集（它很大，我将整个训练集放在一个目录-数据集中，然后运行此脚本）

将keras与Tensorboard一起使用时不断出现Nan值错误

0 个答案: