我尝试使用infomer模型来预测我自己的数据集。但是当我把训练数据集换成我的数据集时。虽然程序可以运行,但我的损失一直是Nan,而且训练后没有预测值。
我打印train_loss,vali_loss和test_loss。它们的值都是nan。
Epoch: 1, Steps: 739 | Train Loss: nan Vali Loss: nan Test Loss: nan
我看test_loss的值如下
test_loss = {float32} nan
time_now = {float} 1678378741.1124253
strides = {tuple: 0} ()
size = {int} 1
shape = {tuple: 0} ()
ndim = {int} 0
real = {float32} nan
nbytes = {int} 4
itemsize = {int} 4
imag = {float32} 0.0
flat = {flatiter: 1} <numpy.flatiter object at 0x0000021FA9C06040>
flags = {flagsobj} C_CONTIGUOUS : True\n F_CONTIGUOUS : True\n OWNDATA : True\n WRITEABLE : False\n ALIGNED : True\n WRITEBACKIFCOPY : False\n
dtype = {dtype[float32]: 0} float32
data = {memoryview: 1} <memory at 0x0000021ECC6AFB80>
base = {NoneType} None
T = {float32} nan
可以看到很多都是Nan,而我跑完输出的MSE和Mae也是Nan
让我感到困惑的是,当我使用模型最初提供的数据集时,程序运行良好,所有数据都很好,并且没有 Nan。而且它还可以预测结果。
这里是原始数据集列
date Visibility DryBulbFarenheit DryBulbCelsius WetBulbFarenheit DewPointFarenheit DewPointCelsius DewPointCelsius RelativeHumidity WindSpeed WindDirection StationPressure Altimeter WetBulbCelsius(target)
这是我的数据集专栏
date hight wind_speed wind_direction temperature humidity atmospheric_pressure(target)
我想知道为什么原始数据集可以无误运行。但是运行自己的dataset时出错,问题出在哪里。为什么我的loss总是nan,无法预测数据