如何解决自定义对比损失函数在训练时总是 nan
我正在构建我的第一个自定义损失函数,而且我对深度学习也很陌生。我真的不知道去哪里解决我的错误。
我的损失函数基于论文 Dimensionality Reduction by Invariant Mapping。
def contrastive_loss(y_pairs,model_dist):
margin = 1.5
loss = (1-y_pairs)*tf.pow(model_dist,2)/2 + y_pairs * tf.pow(tf.math.maximum(0.,margin - model_dist),2)/2
return loss
理论上它应该计算相似和不同对之间的平方距离。因此,我的模型的输出是两个输入之间的距离。我在我的模型中使用了一个嵌入层和两个密集层。 距离层计算如下:
dist_layer = layers.Lambda(lambda x: tf.norm(x[0] - x[1],axis=1),name = "dist_layer")
distance = dist_layer([encoded_l,encoded_r])
我的输入中没有任何遗漏,并且还尝试了学习率,但没有任何成功。正如我所说的,我什至不知道去哪里找,所以任何提示都可能会有所帮助! 提前致谢:)
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。