GAN的loss为nan的解决办法(成功)

跑了好几个GAN模型,一运行loss就巨大,几次epoch后就变NaN,或者直接就爆掉

有人说loss为nan是因为里面有log出问题了,但我想着文章里给的代码肯定得是能跑的啊

后来换了个电脑,重新把cyclegan的源码跑了一下,又完全好了

震惊!

后来我对比了一下底层,发现能跑通的这个跟其他的连conv2d的底层都不一样,所以判断是package的版本不一样

于是我把所有其他GAN代码的环境都变成能跑通的这个

其他的GAN也就都能跑通了

相关推荐
创意锦囊3 分钟前
ChatGPT推出Canvas功能
人工智能·chatgpt
知来者逆12 分钟前
V3D——从单一图像生成 3D 物体
人工智能·计算机视觉·3d·图像生成
碳苯44 分钟前
【rCore OS 开源操作系统】Rust 枚举与模式匹配
开发语言·人工智能·后端·rust·操作系统·os
whaosoft-1431 小时前
51c视觉~CV~合集3
人工智能
网络研究院3 小时前
如何安全地大规模部署 GenAI 应用程序
网络·人工智能·安全·ai·部署·观点
凭栏落花侧3 小时前
决策树:简单易懂的预测模型
人工智能·算法·决策树·机器学习·信息可视化·数据挖掘·数据分析
xiandong206 小时前
240929-CGAN条件生成对抗网络
图像处理·人工智能·深度学习·神经网络·生成对抗网络·计算机视觉
innutritious7 小时前
车辆重识别(2020NIPS去噪扩散概率模型)论文阅读2024/9/27
人工智能·深度学习·计算机视觉
橙子小哥的代码世界8 小时前
【深度学习】05-RNN循环神经网络-02- RNN循环神经网络的发展历史与演化趋势/LSTM/GRU/Transformer
人工智能·pytorch·rnn·深度学习·神经网络·lstm·transformer
985小水博一枚呀9 小时前
【深度学习基础模型】神经图灵机(Neural Turing Machines, NTM)详细理解并附实现代码。
人工智能·python·rnn·深度学习·lstm·ntm