Python> nicht np.isnan (loss_value) behaupten, 'Modell divergiert mit Verlust = NaN'

`Betriebsumgebung`


Ubuntu 14.04 LTS desktop amd64
GeForce GTX 750 Ti
ASRock Z170M Pro4S [Intel Z170chipset]
TensorFlow v0.11
cuDNN v5.1 for Linux
CUDA v7.5
Python 2.7.6
IPython 5.1.0 -- An enhanced Interactive Python.

Ich lerne ein Deep Learning-Framework namens TensorFlow.

Spielen Sie TensorFlow herunter! 4-1. Faltungsneurale Netze http://blog.brainpad.co.jp/entry/2016/04/22/170000

Ich lese ein Tutorial, das CIFAR-10-Datensätze behandelt.

Die folgende Behauptung, dass np.isnan () in cifar10_train.py nicht beschrieben wurde, war unverdaut.

`cifar10_train.py`


...
    for step in xrange(FLAGS.max_steps):
      start_time = time.time()
      _, loss_value = sess.run([train_op, loss])
      duration = time.time() - start_time

      assert not np.isnan(loss_value), 'Model diverged with loss = NaN'
...

Es scheint einen Fehler zu machen, wenn loss_value zu NaN wird.

https://docs.scipy.org/doc/numpy/reference/generated/numpy.isnan.html http://docs.python.jp/2.4/ref/assert.html