python - 没有名为 nanguardmode 的模块

Question

我的 theano 程序中有一个导致 NaN 值的错误。文档建议使用 nanguardmode 来追踪问题的根源。

当我从文档网页复制/粘贴这一行时:

from theano.compile.nanguardmode import NanGuardMode

我得到:

ImportError: No module named nanguardmode

当我输入时找不到任何 nanguardmode 的标志:

help(theano.compile)

知道为什么没有 nanguardmode 吗？我该如何解决这个问题？

编辑:

感谢您的回复。

关于我的 Theano 版本，我找不到如何检查它。但我认为它是最新的:大约一个月前我从安装网页安装了它。我在 Windows 64 位上。

关于 detect_nan hack:事情变得更奇怪了!

首先:如果我尝试使用:

post_func=theano.compile.monitormode.detect_nan

我得到:

File "C:\SciSoft\WinPython-64bit-2.7.9.4\python-2.7.10.amd64\lib\site-packages\theano\compile\monitormode.py", line 87, in detect_nan
if (not isinstance(numpy.random.RandomState, output[0]) and

NameError: global name 'numpy' is not defined

确实，numpy 没有导入到 monitormode 模块中……这是一个已知错误吗？

第二:如果我尝试使用 detect_nan 的复制/粘贴，NaN 会神奇地消失。其他一切保持不变，在我的 theano 函数(迭代训练模型)中没有 detect_nan，我在第 5 次迭代时得到 NaN:

epoch 1, valid 28.582677 %, train 27.723320 % 0.546633
epoch 2, valid 27.814961 %, train 25.681751 % 0.500522
epoch 3, valid 27.263780 %, train 24.262972 % 0.478799
epoch 4, valid 26.938976 %, train 23.209021 % 0.463017
epoch 5, valid 50.000000 %, train 50.000000 % nan

(最后一个数字是成本值)

当我添加

mode=theano.compile.MonitorMode(post_func=detect_nan)

对于函数，至少迭代 100 次(可能更多)没有出现 NaN。

epoch 1, valid 28.582677 %, train 27.723320 % 0.546633
epoch 2, valid 27.814961 %, train 25.681751 % 0.500522
epoch 3, valid 27.263780 %, train 24.262972 % 0.478799
epoch 4, valid 26.938976 %, train 23.209021 % 0.463017
epoch 5, valid 26.289370 %, train 22.320902 % 0.450454
... etc ...

这是怎么回事？？？

Answer 1

NanGuardMode 已于 5 月 1 日移至 Theano 的前沿版本(来自 PyLearn2)。这是在 3 月 26 日发布 0.7 版之后，因此您需要 upgrade to the bleeding edge version从 GitHub 使用 NanGuardMode。

或者，您可以使用 debug FAQ 中的 detect_nan 示例:

import numpy

import theano

# This is the current suggested detect_nan implementation to
# show you how it work.  That way, you can modify it for your
# need.  If you want exactly this method, you can use
# ``theano.compile.monitormode.detect_nan`` that will always
# contain the current suggested version.

def detect_nan(i, node, fn):
    for output in fn.outputs:
        if (not isinstance(output[0], numpy.random.RandomState) and
            numpy.isnan(output[0]).any()):
            print '*** NaN detected ***'
            theano.printing.debugprint(node)
            print 'Inputs : %s' % [input[0] for input in fn.inputs]
            print 'Outputs: %s' % [output[0] for output in fn.outputs]
            break

x = theano.tensor.dscalar('x')
f = theano.function([x], [theano.tensor.log(x) * x],
                    mode=theano.compile.MonitorMode(
                        post_func=detect_nan))