PROSAGA码农传奇-Caffe-训练期间难治的常见原因问问题

好问题。
我多次遇到这种现象。这是我的观察结果：

渐变爆炸
原因：梯度大会使学习过程偏离轨道。

您应该期待的是：查看运行时日志，您应该查看每个迭代的损失值。您会注意到，损失在每次迭代之间开始显着增长，最终损失将太大而无法用浮点变量表示，它将变为nan。

您可以做什么：将base_lr（在solver.prototxt中）减小一个数量级（至少）。如果您有多个损失层，则应检查日志以查看是哪个层造成了梯度爆炸，并减少了loss_weight该特定层（而不是一般层）的（在train_val.prototxt中）base_lr。

不良的学习率政策和参数
原因： caffe无法计算出有效的学习率，而得到'inf'或'nan'取而代之的是，该无效率乘以所有更新，从而使所有参数无效。

您应该期望的是：查看运行时日志，您应该看到学习率本身变为'nan'，例如：

... sgd_solver.cpp:106] Iteration 0, lr = -nan
您可以做什么：修复所有影响'solver.prototxt'文件学习率的参数。
例如，如果使用却lr_policy: "poly"忘记定义max_iter参数，最终将得到 lr = nan...
有关caffe学习率的更多信息，请参见此线程。

故障损失功能
原因：有时，损耗层中损耗的计算会导致nans出现。例如，InfogainLoss使用非标准化值的 Feed 层，使用带有bug的自定义损失层等。

您应该期待的是：查看运行时日志，您可能不会注意到任何异常情况：损耗在逐渐减少，突然之间nan出现了。

您可以做什么：查看是否可以重现错误，将打印输出添加到损失层并调试错误。

例如：一旦我使用了损失，就可以按批次中标签出现的频率归一化惩罚。碰巧的是，如果其中一个训练标签根本没有出现在批次中，那么所计算的损失将产生nans。在那种情况下，使用足够大的批次（相对于标签中的标签数量）就足以避免此错误。

输入错误
原因：您有输入nan内容！

您应该期望的是：一旦学习过程“达到”，该错误的输入输出就会变成nan。查看运行时日志，您可能不会注意到任何异常情况：损耗在逐渐减少，并且突然nan出现。

您可以做什么：重新构建输入数据集（lmdb / leveldn / hdf5 ...），以确保训练/验证集中没有不良的图像文件。为了进行调试，您可以构建一个简单的网络，该网络读取输入层，在其上具有虚拟损耗并遍历所有输入：如果其中一个输入有故障，则该虚拟网络也应产生nan。

步幅比内核大小较大"Pooling"层
由于某些原因，选择stride> kernel_size进行池化可能会导致nans。例如：

```
layer {
  name: "faulty_pooling"
  type: "Pooling"
  bottom: "x"
  top: "y"
  pooling_param {
    pool: AVE
    stride: 5
    kernel: 3
  }
}
```

nan在中有s个结果y。

不稳定 "BatchNorm"
据报道，由于数值的不稳定性，在某些设置"BatchNorm"层下可能会输出nans。bvlc / caffe中提出了
此问题，PR＃5136正在尝试修复它。

最近，我意识到了debug_info标志：设置debug_info: true该值'solver.prototxt'将使caffe打印在训练过程中记录更多调试信息（包括梯度幅度和激活值）：此信息可帮助发现训练过程中的梯度爆炸和其他问题。

训练期间难治的常见原因 问问题

训练期间难治的常见原因问问题