我正在使用TensorFlow，并且修改了教程示例以拍攝RGB圖像。該算法在新圖像集上開箱即用，直到突然之間（仍然收斂，通常精度約為92％），由于ReluGrad收到非限定值的錯誤而崩潰。調試表明，直到突然之間，由于不明原因，該數字都沒有異常發生，引發了錯誤。新增中print "max W vales: %g %g %g %g"%(tf.reduce_max(tf.abs(W_conv1)).eval(),tf.reduce_max(tf.abs(W_conv2)).eval(),tf.reduce_max(tf.abs(W_fc1)).eval(),tf.reduce_max(tf.abs(W_fc2)).eval())print "max b vales: %g %g %g %g"%(tf.reduce_max(tf.abs(b_conv1)).eval(),tf.reduce_max(tf.abs(b_conv2)).eval(),tf.reduce_max(tf.abs(b_fc1)).eval(),tf.reduce_max(tf.abs(b_fc2)).eval())作為每個循環的調試代碼，將產生以下輸出：Step 8600max W vales: 0.759422 0.295087 0.344725 0.583884max b vales: 0.110509 0.111748 0.115327 0.124324Step 8601max W vales: 0.75947 0.295084 0.344723 0.583893max b vales: 0.110516 0.111753 0.115322 0.124332Step 8602max W vales: 0.759521 0.295101 0.34472 0.5839max b vales: 0.110521 0.111747 0.115312 0.124365Step 8603max W vales: -3.40282e+38 -3.40282e+38 -3.40282e+38 -3.40282e+38max b vales: -3.40282e+38 -3.40282e+38 -3.40282e+38 -3.40282e+38由于我的值都不是很高，因此發生NaN的唯一方法是處理不正確的0/0，但是由于本教程代碼沒有進行任何除法或類似運算，因此我看不到其他解釋，這是因為內部TF代碼。我對此一無所知。有什么建議么？該算法收斂良好，在我的驗證集上的準確性穩步提高，在迭代8600時達到了92.5％。