Я упрощал свою модель, чтобы увидеть, где происходит ошибка NaN, и сузил ее до моей функции потерь:
import tensorflow as tf
from tensorflow.python import debug as tf_debug
def train_input_fn():
pass
def model_fn(features, labels, mode, params):
classes = 225
enc = tf.ones((1,20,1024), dtype=tf.float16)
labels = tf.ones((1,20), dtype=tf.int32)
logits = tf.layers.dense(enc, classes)
loss = tf.reduce_sum(tf.nn.sparse_softmax_cross_entropy_with_logits(logits=logits, labels=labels)) / 20
train_op = tf.train.AdamOptimizer(learning_rate=0.00001, beta1=0.9, beta2=0.999).minimize(loss)
return tf.estimator.EstimatorSpec(mode, loss=loss, train_op=train_op)
if __name__ == '__main__':
model_directory = path/to/logdir
hooks = [tf_debug.LocalCLIDebugHook(ui_type="readline")]
classifier = tf.estimator.Estimator(
model_fn=model_fn,
model_dir=model_directory,
params={},
)
classifier.train(input_fn=lambda: train_input_fn(), hooks = hooks)
После третьего или четвертого "запуска" с отладчиком tenorflow в новом каталоге модели я получаю "NaN-потерю во время обучения". Я уже пытался установить уровень обучения очень низко, но ничего не изменилось. Я использую tensorflow-gpu 1.8.
Я пробовал ваш код. Я получал NaN с первого шага.
И я проверил официальную документацию.
logits: Unscaled log probabilities of shape [d_0, d_1, ..., d_{r-1}, num_classes] and dtype float32 or float64.
Изменен enc = tf.ones((1,20,1024), dtype=tf.float16)
до enc = tf.ones((1,20,1024), dtype=tf.float32)
и он сработает!
Использование tf.float16 для переменных оптимизации Адама позволяет использовать более высокие значения эпсилона для численной стабильности. Когда я добавляю epsilon = 1e-04 (стандарт 1e-08) для оптимизатора Адама, он работает для меня.