torch bceloss nan

举报
风吹稻花香 发表于 2021/06/05 01:22:13 2021/06/05
【摘要】   当数据为空时,loss会为nan import torch a = torch.FloatTensor([])b = torch.FloatTensor([]) loss_fn = torch.nn.BCELoss() # reduce=False, size_average=False) if a.size(0)>0:x = loss_fn(a, b...

 

当数据为空时,loss会为nan


  
  1. import torch
  2. a = torch.FloatTensor([])
  3. b = torch.FloatTensor([])
  4. loss_fn = torch.nn.BCELoss() # reduce=False, size_average=False)
  5. if a.size(0)>0:
  6. x = loss_fn(a, b).item()
  7. print(x)

 

这个loss为0


  
  1. import torch
  2. a = torch.FloatTensor([])
  3. b = torch.FloatTensor([])
  4. loss_fn = torch.nn.BCELoss(reduction='sum') # reduce=False, size_average=False)
  5. # if a.size(0) > 0:
  6. x = loss_fn(a, b)
  7. print(x.item())

 

这个loss也为nan


  
  1. import torch
  2. a = torch.FloatTensor([]).cuda()
  3. b = torch.FloatTensor([]).cuda()
  4. loss_fn = torch.nn.BCEWithLogitsLoss().cuda() # reduce=False, size_average=False)
  5. # if a.size(0) > 0:
  6. x = loss_fn(a, b)
  7. print(x.item())

 

文章来源: blog.csdn.net,作者:网奇,版权归原作者所有,如需转载,请联系作者。

原文链接:blog.csdn.net/jacke121/article/details/84030569

【版权声明】本文为华为云社区用户转载文章,如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱: cloudbbs@huaweicloud.com
  • 点赞
  • 收藏
  • 关注作者

评论(0

0/1000
抱歉,系统识别当前为高风险访问,暂不支持该操作

全部回复

上滑加载中

设置昵称

在此一键设置昵称,即可参与社区互动!

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。