【Loss为Nan】关于深度学习训练过程中出现Loss为Nan的问题

问题

在训练未进行归一化数据的代码时，训练一切正常

但对数据归一化后，训练过程中出现Loss为空值（尤其是在训练第一个batch后出现）的问题

这样确定了自己的网络模型，优化器，损失函数均正确，出现空值是由于归一化的问题

解决方案

原因是输入的归一化后数据存在nan的情况

在加载数据时加入以下代码

import numpy as np
data = imread(path) #读取图像
np.asarray(data) #转为矩阵形式
nan=np.isnan(data) #将空值的索引存储在nan中
data[nan]=0 #将所有空值赋值为0

总结

我使用的归一化方法为最值归一化：
$$x_{norm}=\frac{x-x_{min}}{x_{max}-x_{min}}$$
但是数据为何在归一化时出现空值还是个问题，如果有人了解可在评论区指出

后续如果发现原因也会更新补充在这里