Tensorflow NN：自定义损失和准确性工作，MSE 返回 NaN答案

【问题标题】：Tensorflow NN: Custom loss and accuracy work, MSE returns NaNTensorflow NN：自定义损失和准确性工作，MSE 返回 NaN
【发布时间】：2021-07-30 21:53:51
【问题描述】：

我遇到了一些令人困惑的情况。我正在训练一个具有自定义损失函数和两个指标 MSE 和准确性的 Tensorflow/Keras 神经网络。在对训练数据进行评估时，损失和准确率返回数字，但 MSE 为 NaN。我想知道这是否有可能的解释。谢谢。

【问题讨论】：

我的建议：1- 更改优化器 2- 检查输入中的 nans 3- 标准化输入 4- 在目标中检查标签是否正确（范围等）

标签： tensorflow keras deep-learning

【解决方案1】：

再次检查您的输入。输入可能有一些“非数字”值。参考这个：How can I check for NaN values?

或快速测试：

for value in values:
    print(f"{repr(value):<8} : {is_nan(value)}")

【讨论】：

有趣 - 我会尝试这样做。谢谢！
@Dammio 这怎么可能？ MSE 表示误差之和^2 除以样本数。样本数始终>0。
我修改了我的答案，可能有一些 Not a Number exists.