近來在訓(xùn)練檢測(cè)網(wǎng)絡(luò)的時(shí)候會(huì)出現(xiàn)loss為nan的情況，需要中斷重新訓(xùn)練，會(huì)很麻煩。因而選擇使用PyTorch提供的梯度裁剪庫(kù)來對(duì)模型訓(xùn)練過程中的梯度范圍進(jìn)行限制，修改之后，不再出現(xiàn)loss為nan的情況。
PyTorch中采用torch.nn.utils.clip_grad_norm_來實(shí)現(xiàn)梯度裁剪，鏈接如下：
https://pytorch.org/docs/stable/_modules/torch/nn/utils/clip_grad.html
訓(xùn)練代碼使用示例如下：
from torch.nn.utils import clip_grad_norm_
outputs = model(data)
loss= loss_fn(outputs, target)
optimizer.zero_grad()
loss.backward()
# clip the grad
clip_grad_norm_(model.parameters(), max_norm=20, norm_type=2)
optimizer.step()
其中，max_norm為梯度的最大范數(shù)，也是梯度裁剪時(shí)主要設(shè)置的參數(shù)。
備注：網(wǎng)上有同學(xué)提醒在（強(qiáng)化學(xué)習(xí)）使用了梯度裁剪之后訓(xùn)練時(shí)間會(huì)大大增加。目前在我的檢測(cè)網(wǎng)絡(luò)訓(xùn)練中暫時(shí)還沒有碰到這個(gè)問題，以后遇到再來更新。
補(bǔ)充：pytorch訓(xùn)練過程中出現(xiàn)nan的排查思路
1、最常見的就是出現(xiàn)了除0或者log0這種
看看代碼中在這種操作的時(shí)候有沒有加一個(gè)很小的數(shù)，但是這個(gè)數(shù)數(shù)量級(jí)要和運(yùn)算的數(shù)的數(shù)量級(jí)要差很多。一般是1e-8。
2、在optim.step()之前裁剪梯度
optim.zero_grad()
loss.backward()
nn.utils.clip_grad_norm(model.parameters, max_norm, norm_type=2)
optim.step()
max_norm一般是1，3，5。
3、前面兩條還不能解決nan的話
就按照下面的流程來判斷。
...
loss = model(input)
# 1. 先看loss是不是nan,如果loss是nan,那么說明可能是在forward的過程中出現(xiàn)了第一條列舉的除0或者log0的操作
assert torch.isnan(loss).sum() == 0, print(loss)
optim.zero_grad()
loss.backward()
# 2. 如果loss不是nan,那么說明forward過程沒問題，可能是梯度爆炸，所以用梯度裁剪試試
nn.utils.clip_grad_norm(model.parameters, max_norm, norm_type=2)
# 3.1 在step之前，判斷參數(shù)是不是nan, 如果不是判斷step之后是不是nan
assert torch.isnan(model.mu).sum() == 0, print(model.mu)
optim.step()
# 3.2 在step之后判斷，參數(shù)和其梯度是不是nan，如果3.1不是nan,而3.2是nan,
# 特別是梯度出現(xiàn)了Nan,考慮學(xué)習(xí)速率是否太大，調(diào)小學(xué)習(xí)速率或者換個(gè)優(yōu)化器試試。
assert torch.isnan(model.mu).sum() == 0, print(model.mu)
assert torch.isnan(model.mu.grad).sum() == 0, print(model.mu.grad)
以上為個(gè)人經(jīng)驗(yàn)，希望能給大家一個(gè)參考，也希望大家多多支持腳本之家。
您可能感興趣的文章:- Pytorch訓(xùn)練過程出現(xiàn)nan的解決方式
- pytorch 權(quán)重weight 與 梯度grad 可視化操作
- PyTorch 如何檢查模型梯度是否可導(dǎo)
- 淺談pytorch中為什么要用 zero_grad() 將梯度清零
- PyTorch 如何自動(dòng)計(jì)算梯度
- pytorch 梯度NAN異常值的解決方案
