我有一个具有S型损失(tf.nn.sigmoid_cross_entropy_with_logits
)和Adam优化器(tf.train.AdamOptimizer
)的多层感知器。我的输入数据具有多个要素和一些nan要素值。当我用0替换nan值时,我得到一个结果,但是,当我不替换nan值时,我得到了loss = nan。
在TensorFlow中处理nan值的最佳方法是什么,如何将输入数据与nan值一起使用而又不将其替换为0?
我如何以某种方式告诉我的网络忽略一些输入数据。例如,当输入数据为nan
时这非常类似于为输入数据添加掩码。您希望输入数据通过, 首先创建一个掩码,输入中存在数据的地方为1,而nan