版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/u012839256/article/details/80950904
在参考、运行经过修改的一段卷积神经网络代码时，出现了loss=nan的问题，通过自己的解决该问题的方式，总结了以下两点可能的原因：
（1）可能是因为引入图片或标签的路径不对，在代码所引入的路径下没有实际代码需要用到的资源
（2）输入图片的大小和网络设计时要求引入的图片的大小不同
解决方法：
（1）修改相对本机器资源路径的绝对地址（详细地址）
（2）方法一：修改整个网络从输入层开始的所有参数
方法二：将图片resize成输入层想要的尺寸
方法三：通过matlab、python等编程将图片批量改成输入层想要的尺寸
以上两点与各种博客所写的修改学习率等方法不同，请检查并仔细斟酌参考。