理工酷

好问题。 我也经常遇到这种情况。这是我的观察结果：

梯度爆炸 原因：较大的梯度会使学习过程偏离轨道。 查看运行窗口，应查看每次迭代的损失值。你会注意到，损失在每次迭代之间都开始显着增长，最终损失太大而无法用浮点变量表示，它将变为nan。

将base_lr（在resolver.prototxt中）至少减少一个数量级。如果你有多个损失层，则应检查窗口以了解造成梯度爆炸的是哪一层，并减少loss_weight特定层（在train_val.prototxt中），而不是一般层base_lr。

不良的学习率和参数设置 原因： caffe无法计算出有效的学习率，而得到'inf'或'nan'，该无效学习率会乘以所有更新数据，从而使所有参数无效。

查看运行时窗口，你可以看到学习率本身变为'nan'，例如：

... sgd_solver.cpp:106] Iteration 0, lr = -nan

修复所有影响'solver.prototxt'文件学习率的参数。例如，如果使用lr_policy: "poly"，却忘记定义max_iter参数，最终将得到 lr = nan...

错误的损失函数 原因：有时，损失层中损失的计算会导致nans出现。例如，InfogainLoss使用非标准化的数据，使用带有bug的自定义损失层等。 看运行窗口，你可能不会注意到任何异常情况：损耗在逐渐减少，突然nan就出现了。

查看是否可以重现错误，将打印输出添加到损失层并调试错误。 例如：一旦我使用了损失函数，就可以按批次中标签出现的频率归一化惩罚。碰巧的是，如果其中一个训练标签根本没有出现在批次中，那么所计算的损失将产生nans。在那种情况下，处理足够大的批次（相对于标签中的标签数量）足以避免此错误。

输入错误 原因：输入nan！ 一旦学习过程“完成”，该错误的输入输出就会变成nan。 重新构建输入数据集（lmdb / leveldn / hdf5 ...），以确保训练/验证集中没有不良的图像文件。你可以构建一个简单的网络，该网络读取输入层，在其上具有虚拟损耗和所有输入：如果其中一个输入有故障，则该虚拟网也应产生nan。

"Pooling"层步长比内核大 例如：

layer {
  name: "faulty_pooling"
  type: "Pooling"
  bottom: "x"
  top: "y"
  pooling_param {
    pool: AVE
    stride: 5
    kernel: 3
  }
}

结果是Y中有NANs。

不稳定的 "BatchNorm" 由于数值的不稳定性，在某些设置"BatchNorm"层下可能会输出nan

Via:https://stackoverflow.com/a/33980220/14964791