在 Keras 中使用 SGD 优化器的 NAN 值用于回归神经网络

如何解决在 Keras 中使用 SGD 优化器的 NAN 值用于回归神经网络

朋友，

我尝试训练神经网络进行回归。在使用 Keras 的 SGD 优化器类时，我突然在第一步后从我的网络中获得了 NAN 值作为预测。在我使用 Adam 优化器类进行培训之前，一切正常。我已经尝试改变 SGD 的学习率，但在第一步和编译后仍然出现 NAN 值作为模型预测。

由于我的训练使用了 Adam 优化器，我不相信我的输入会导致 NAN。我已经检查了 NaN 的输入值并删除了所有这些值。那么是什么导致了这种行为？

这是我的代码：

from keras.optimizers import Adam
from keras.optimizers import SGD
model = Sequential()

model.add(Dense(300,input_shape=(50,),kernel_initializer='glorot_uniform',activation='relu'))
model.add(Dropout(0.3))
model.add(Dense(300,activation='relu')) model.add(Dropout(0.3)) 
model.add(Dense(500,activation='relu')) model.add(Dropout(0.3)) 
model.add(Dense(400,activation='relu')) model.add(Dense(1,activation='linear'))

opt = SGD(lr=0.001,decay=1e-6)

model.compile(loss='mse',optimizer=opt)

model.fit(x_train,y_train,epochs=100,batch_size=32,verbose=0,validation_data=(x_test,y_test))

#print(type(x_train)) ='pandas.core.frame.DataFrame'>
#print( x_train.shape) = (10000,50)

感谢您的建议。

问候 ML 学生

解决方法

使用人工神经网络进行回归有点棘手，因为输出没有上限。

损失函数中的 NaN 很可能是因为梯度爆炸。使用 Adam 时不显示 NaN 的原因是 Adam 调整了学习率。 Adam 大部分时间都在工作，因此只要没有特定原因，请避免使用 SGD。

我不确定您的数据集包含什么，但是您可以尝试：

添加 L2 正则化

规范化输入

增加批量大小。