pytorch判断NaN

You can always leverage the fact that nan != nan:

       data = torch.tensor([1, 2, np.nan])
       tensor([  1.,   2., nan.])
       data[data != data]
       tensor([ 0,  0,  1], dtype=torch.uint8)
       if ciou[ciou != ciou].size(0)>0:
        print('nan')
   
  

With pytorch 0.4 there is also torch.isnan:

      >>> torch.isnan(x)
      tensor([ 0,  0,  1], dtype=torch.uint8)
  
 

这个待测试：

4.数据本身，是否存在Nan，可以用numpy.any(numpy.isnan(x))检查一下input和target 

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/105218848