python - tensorflow 梯度 - 获取所有 nan 值

Question

我在 anaconda 中使用 python 3，在 eager eval 中使用 tensorflow 1.12。

我正在使用它为孪生网络创建三元组损失函数，并且需要计算不同数据样本之间的距离。

我创建了一个函数来创建距离计算，但无论我做什么，当我尝试计算它相对于网络输出的梯度时，它总是给我所有 nan 梯度。

这是代码:

def matrix_row_wise_norm(matrix):
    import tensorflow as tf
    tensor = tf.expand_dims(matrix, -1)

    tensor = tf.transpose(tensor, [0, 2, 1]) - tf.transpose(tensor, [2, 0, 1])
    norm = tf.norm(tensor, axis=2)
    return norm

在我使用的损失函数中

def loss(y_true, p_pred):
    with tf.GradientTape() as t:
    t.watch(y_pred)
        distance_matrix = matrix_row_wise_norm(y_pred)
        grad = t.gradient(distance_matrix, y_pred)

而且毕业的都是nan。我检查过 y_pred 是否由合法值组成 - 确实如此。我尝试针对自身创建一个 y_pred * 2 的梯度，并获得了合法的梯度值。

我在这里错过了什么？创建距离矩阵时的索引是否有问题？

---

编辑:

y_pred 和loss 的数据类型都是tf.float32

编辑:找到一个 open bug report在 tf - 这可能是问题所在吗？

---

编辑:

当我将范数轴更改为 0 或 1 时，我得到了合法值并且没有任何内容进入 nan。我在 axis=2 中使用 norm 的操作是矩阵中行对之间的成对距离，我怀疑这可能与行与自身之间的 0 距离有关，所以我没有任何运气就用最小值 1e-7 裁剪了值。

谢谢

Answer 1

正如 here 所解释的那样，tf.norm 似乎存在数值不稳定性问题

他们还建议使用数值更稳定的 l2 范数，所以我试了一下，也得到了 nan 值，这要归功于 0 梯度。所以我将它们与梯度裁剪一起使用，到目前为止一切顺利，损失函数正在运行并设法收敛。

def last_attempt(y_true, y_pred):
    import tensorflow as tf
    import numpy as np

    loss = tf.zeros(1)

    for i in range(y_pred.shape[0]):
        dist = tf.gather(y_pred, [i], axis=0)
        y = y_true.numpy().squeeze()
        norm = tf.map_fn(tf.nn.l2_loss, dist-y_pred)

        d = norm.numpy()
        d[np.where(y != y[i])] = 0.0
        max_pos = tf.gather(norm, np.argmax(d))

        d = norm.numpy()
        d[np.where(y == y[i])] = np.inf
        min_neg = tf.gather(norm, np.argmin(d))

        loss += tf.clip_by_value(max_pos - min_neg + tf.constant(1, dtype=tf.float32),
                                 1e-8, 1e1)

    return loss

那个功能还有很大的优化空间，这里引用我的另一个SO question - 致力于此。