Skip to content

  • 体验新版
    • 正在加载...
  • 登录
  • PaddlePaddle
  • Paddle
  • Issue
  • #22438

P
Paddle
  • 项目概览

PaddlePaddle / Paddle
大约 2 年 前同步成功

通知 2325
Star 20933
Fork 5424
  • 代码
    • 文件
    • 提交
    • 分支
    • Tags
    • 贡献者
    • 分支图
    • Diff
  • Issue 1423
    • 列表
    • 看板
    • 标记
    • 里程碑
  • 合并请求 543
  • Wiki 0
    • Wiki
  • 分析
    • 仓库
    • DevOps
  • 项目成员
  • Pages
P
Paddle
  • 项目概览
    • 项目概览
    • 详情
    • 发布
  • 仓库
    • 仓库
    • 文件
    • 提交
    • 分支
    • 标签
    • 贡献者
    • 分支图
    • 比较
  • Issue 1,423
    • Issue 1,423
    • 列表
    • 看板
    • 标记
    • 里程碑
  • 合并请求 543
    • 合并请求 543
  • Pages
  • 分析
    • 分析
    • 仓库分析
    • DevOps
  • Wiki 0
    • Wiki
  • 成员
    • 成员
  • 收起侧边栏
  • 动态
  • 分支图
  • 创建新Issue
  • 提交
  • Issue看板
已关闭
开放中
Opened 2月 04, 2020 by saxon_zh@saxon_zhGuest

训练过程loss不规律出现nan,导致训练崩溃

Created by: xk2261

  • 版本、环境信息:    1)PaddlePaddle版本:1.6.2    2)GPU:V100    3)系统环境:Red Hat 4.8.5-28, Python 3.7.5
  • 训练信息    1)单卡    2)显存16GB

在训练过程中,不定期出现loss为nan的情况,训练数据经查看没有问题。在用fluid.layers.Print打印op数据之后发现,是在elementwise_mul过程中出现了问题,相乘的两个op数据都没有问题,但相乘并reduce_sum之后,数值变成了nan,目前猜测是否是因为paddle精度问题导致的这个情况,还请解答。

下面是部分代码及日志信息:

code

ins_num = global_features[:, self.dim_num_vertices]
mask = fluid.layers.unsqueeze(fluid.layers.sequence_mask(ins_num, maxlen=self.max_vertices),
                                          axes=[-1],
                                          name="mask")
mask = fluid.layers.cast(mask, dtype="float32")
mask = fluid.layers.Print(mask)
edge_output = fluid.layers.Print(edge_output)
loss = self.focal_loss(edge_output, gt_adj_matrix)
loss = fluid.layers.Print(loss)
loss = fluid.layers.reduce_sum(loss, dim=-1, name="loss_reduce_mean")
loss = fluid.layers.Print(loss)
loss = fluid.layers.reduce_sum(
                fluid.layers.elementwise_mul(loss, fluid.layers.squeeze(mask, axes=[-1])),
                dim=-1, name="loss_reduce_sum")
loss = fluid.layers.Print(loss)

log (只贴出来了出现问题的step中mask,loss_reduce_mean,loss_reduce_sum的日志信息)

1580801253              The place is:CUDAPlace(0)
Tensor[cast_27.tmp_0]
        shape: [1,500,1,]
        dtype: f
        data: 1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,

1580801253              The place is:CUDAPlace(0)
Tensor[loss_reduce_mean.tmp_2]
        shape: [1,500,]
        dtype: f
        data: 1.76454,13.4798,2.20408,3.50847,4.648,0.820761,1.42328,12.5072,5.4794,3.08568,0.807624,4.13455,8.763,9.18524,7.3746
4,2.88556,14.1432,1.34116,7.93732,1.59432,

1580801253              The place is:CUDAPlace(0)
Tensor[loss_reduce_sum.tmp_2]
        shape: [1,]
        dtype: f
        data: nan,
指派人
分配到
无
里程碑
无
分配里程碑
工时统计
无
截止日期
无
标识: paddlepaddle/Paddle#22438
渝ICP备2023009037号

京公网安备11010502055752号

网络110报警服务 Powered by GitLab CE v13.7
开源知识
Git 入门 Pro Git 电子书 在线学 Git
Markdown 基础入门 IT 技术知识开源图谱
帮助
使用手册 反馈建议 博客
《GitCode 隐私声明》 《GitCode 服务条款》 关于GitCode
Powered by GitLab CE v13.7