Skip to content

  • 体验新版
    • 正在加载...
  • 登录
  • PaddlePaddle
  • models
  • Issue
  • #4157

M
models
  • 项目概览

PaddlePaddle / models
大约 2 年 前同步成功

通知 232
Star 6828
Fork 2962
  • 代码
    • 文件
    • 提交
    • 分支
    • Tags
    • 贡献者
    • 分支图
    • Diff
  • Issue 602
    • 列表
    • 看板
    • 标记
    • 里程碑
  • 合并请求 255
  • Wiki 0
    • Wiki
  • 分析
    • 仓库
    • DevOps
  • 项目成员
  • Pages
M
models
  • 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 602
    • Issue 602
    • 列表
    • 看板
    • 标记
    • 里程碑
  • 合并请求 255
    • 合并请求 255
  • 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 1月 06, 2020 by saxon_zh@saxon_zhGuest

用paddleNLP中的emotion detection模型库,当文本类别好几千时,算出来avg loss: nan如何解决?

Created by: xfyu1999

版本为fluid 1.4, CUDA 9.0, cuDNN Version: 7.0; 我的类别从0一直到6600,有六千多个类,log信息如下:

----------- Configuration Arguments ----------- batch_size: 64 config_path: ./config.json data_dir: ./data/ do_infer: False do_train: True do_val: True epoch: 60 init_checkpoint: None lr: 0.002 output_dir: ./save_models/bilstm random_seed: 0 save_steps: 1000 skip_steps: 1000 task_name: topic_detection use_cuda: True validation_steps: 1000 verbose: False vocab_path: ./data/vocab.txt

Num train examples: 966363 Max train steps: 905966 step: 1000, avg loss: nan, avg acc: 0.312500, speed: 68.159301 steps/s [dev evaluation] avg loss: nan, avg acc: 0.285054, elapsed time: 4.126837 s step: 2000, avg loss: nan, avg acc: 0.328125, speed: 54.500267 steps/s [dev evaluation] avg loss: nan, avg acc: 0.288556, elapsed time: 4.153094 s step: 3000, avg loss: nan, avg acc: 0.265625, speed: 55.482941 steps/s [dev evaluation] avg loss: nan, avg acc: 0.289574, elapsed time: 5.376837 s step: 4000, avg loss: nan, avg acc: 0.234375, speed: 51.638327 steps/s [dev evaluation] avg loss: nan, avg acc: 0.289897, elapsed time: 3.970590 s step: 5000, avg loss: nan, avg acc: 0.312500, speed: 55.464049 steps/s [dev evaluation] avg loss: nan, avg acc: 0.289997, elapsed time: 3.967897 s step: 6000, avg loss: nan, avg acc: 0.281250, speed: 55.519344 steps/s [dev evaluation] avg loss: nan, avg acc: 0.290493, elapsed time: 4.155741 s step: 7000, avg loss: nan, avg acc: 0.281250, speed: 54.741381 steps/s [dev evaluation] avg loss: nan, avg acc: 0.290816, elapsed time: 4.073371 s step: 8000, avg loss: nan, avg acc: 0.359375, speed: 55.044019 steps/s [dev evaluation] avg loss: nan, avg acc: 0.290990, elapsed time: 4.118042 s step: 9000, avg loss: nan, avg acc: 0.343750, speed: 50.080564 steps/s [dev evaluation] avg loss: nan, avg acc: 0.290990, elapsed time: 4.061233 s step: 10000, avg loss: nan, avg acc: 0.281250, speed: 53.257747 steps/s [dev evaluation] avg loss: nan, avg acc: 0.291015, elapsed time: 3.943664 s step: 11000, avg loss: nan, avg acc: 0.281250, speed: 55.656405 steps/s [dev evaluation] avg loss: nan, avg acc: 0.291139, elapsed time: 4.204237 s step: 12000, avg loss: nan, avg acc: 0.250000, speed: 53.648392 steps/s [dev evaluation] avg loss: nan, avg acc: 0.291164, elapsed time: 3.995078 s

到第69000时 step: 69000, avg loss: 3125000062627741696.000000, avg acc: 0.359375, speed: 54.769828 steps/s [dev evaluation] avg loss: nan, avg acc: 0.291909, elapsed time: 4.050528 s 但后面双变成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/models#4157
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