是否有 Pytorch 内部程序来检测张量中的
NaN
? Tensorflow 有 tf.is_nan
和 tf.check_numerics
操作...Pytorch 是否有类似的东西?我在文档中找不到类似的东西......
我正在专门寻找 Pytorch 内部例程,因为我希望这种情况发生在 GPU 和 CPU 上。这不包括基于 numpy 的解决方案(如
np.isnan(sometensor.numpy()).any()
)...
您始终可以利用以下事实:
nan != nan
:
>>> x = torch.tensor([1, 2, np.nan])
tensor([ 1., 2., nan.])
>>> x != x
tensor([ 0, 0, 1], dtype=torch.uint8)
torch.isnan
:
>>> torch.isnan(x)
tensor([ 0, 0, 1], dtype=torch.uint8)
detect_anomaly
上下文管理器,它会在反向传播的所有步骤之间自动插入相当于 assert not torch.isnan(grad).any()
的断言。当向后传递过程中出现问题时,它非常有用。
正如 @cleros 在 @nemo 答案的评论中所建议的,您可以使用
any()
运算符将其作为布尔值获取:
from torch import Tensor, nan
torch.isnan(Tensor([nan])).any()
# tensor(True)
这适用于
torch.nan
和 np.nan
。
请注意,
torch.isnan
要求输入是张量。这会抛出一个 TypeError
:torch.isnan(torch.nan)
。
如果你想直接在张量上调用它:
import torch
x = torch.randn(5, 4)
print(x.isnan().any())
输出:
import torch
x = torch.randn(5, 4)
print(x.isnan().any())
tensor(False)
如果有任何值为 nan,则为真:
torch.any(tensor.isnan())
如果全部为 nan,则为真:
torch.all(tensor.isnan())