我注意到在训练过程中经常出现的是 NAN
s 被介绍。
很多时候它似乎是由内积/全连接或卷积层中的权重引入的。
这是因为梯度计算正在爆炸吗?还是因为权重初始化(如果是这样,为什么权重初始化会有这个效果)?或者它可能是由输入数据的性质引起的?
这里的首要问题很简单:在训练期间发生 NAN 的最常见原因是什么? 其次,有哪些方法可以解决这个问题(以及它们为什么有效)?
最佳答案
我多次遇到这种现象。以下是我的观察:
渐变爆炸
原因:大梯度会使学习过程偏离轨道。
您应该期待什么:查看运行时日志,您应该查看每次迭代的损失值。你会注意到,每次迭代的损失开始显着增长,最终损失将太大而无法用浮点变量表示,它会变成 nan
.
你能做什么:减少base_lr
(在solver.prototxt 中)一个数量级(至少)。如果您有多个损失层,您应该检查日志以查看哪个层负责梯度爆炸并降低 loss_weight
(在 train_val.prototxt 中)用于该特定层,而不是一般的 base_lr
.
错误的学习率策略和参数
原因: caffe 无法计算有效的学习率并获得 'inf'
或 'nan'
相反,这个无效率会乘以所有更新,从而使所有参数无效。
您应该期待什么:查看运行时日志,您应该看到学习率本身变为 'nan'
,例如:
... sgd_solver.cpp:106] Iteration 0, lr = -nan
你能做什么:在您的
'solver.prototxt'
中修复所有影响学习率的参数文件。例如,如果您使用
lr_policy: "poly"
你忘记定义 max_iter
参数,你会得到 lr = nan
...有关 caffe 中学习率的更多信息,请参阅 this thread .
故障损失函数
原因:有时,损失层中损失的计算会导致
nan
s 出现。例如,喂食 InfogainLoss
layer with non-normalized values ,使用带有错误的自定义损失层等。您应该期待什么:查看运行时日志,您可能不会注意到任何异常:损失逐渐减少,突然
nan
出现。你能做什么:看能否重现错误,将打印输出添加到损失层并调试错误。
例如:有一次我使用了一个损失,通过批次中标 checkout 现的频率将惩罚标准化。碰巧的是,如果其中一个训练标签根本没有出现在批次中 - 计算的损失产生
nan
s。在这种情况下,使用足够大的批次(相对于集合中的标签数量)足以避免此错误。输入错误
原因:你有一个输入
nan
在里面!您应该期待什么:一旦学习过程“命中”这个错误的输入 - 输出就会变成
nan
.查看运行时日志,您可能不会注意到任何异常:损失逐渐减少,突然nan
出现。你能做什么:重新构建您的输入数据集 (lmdb/leveldn/hdf5...) 确保您的训练/验证集中没有错误的图像文件。对于调试,您可以构建一个简单的网络来读取输入层,在它上面有一个虚拟损失并贯穿所有输入:如果其中一个有问题,这个虚拟网络也应该产生
nan
.步幅大于
"Pooling"
中的内核大小层出于某种原因,选择
stride
> kernel_size
池可能会导致 nan
s。例如:layer {
name: "faulty_pooling"
type: "Pooling"
bottom: "x"
top: "y"
pooling_param {
pool: AVE
stride: 5
kernel: 3
}
}
结果与 nan
s 在 y
."BatchNorm"
中的不稳定性据说在某些设置下
"BatchNorm"
层可能输出nan
s 由于数值不稳定性。此 issue在 bvlc/caffe 和 PR #5136 中提出正在尝试修复它。
最近才知道
debug_info
标志:设置 debug_info: true
在 'solver.prototxt'
将使 caffe print 在训练期间记录更多调试信息(包括梯度幅度和激活值):这些信息可以 help in spotting gradient blowups and other problems in the training process .
关于machine-learning - 训练期间nans的常见原因,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/33962226/