資料出現大量的nan的情況，其他資料已經十億開外，明明每一步的張量形狀都是正確的，但是就是出現各種索引錯誤，無法進行正確的張量形變工作。
經過師弟幫忙，一部一部進行測試，部分排除錯誤問題。
使用
torch.randn(8,3,224,224)
torch.floattensor(8,3,224,224)
2, 出現這種情況，是因為對自己設計的卷積offsets沒有進行資料初始化，導致卷積分量太大，超出了資料表現的範圍。加入從初始化之後，程式呢執行正常。
3, 下次再出現這種問題，首先要檢查與資料相關的超引數，例如學習率，啟用函式的選取，引數是否初始化。
謹記，共勉～～
pytorch 張量 張量的資料型別
張量定義 import torch torch.tensor 1.2 3.4 dtype 獲取張量的資料型別，其中torch.tensor 函式生成乙個張量 torch.float32 torch.set default tensor type torch.doubletensor 設定張量的預設資...
與7無關的數
時間限制 1 sec 記憶體限制 32 mb 提交 18 解決 18 提交 狀態 tk題庫 乙個正整數,如果它能被7整除,或者它的十進位制表示法中某個位數上的數字為7,則稱其為與7相關的數.現求所有小於等於n n 100 的與7無關的正整數的平方和。案例可能有多組。對於每個測試案例輸入為一行,正整數...
與7無關的數
題目描述 乙個正整數,如果它能被7整除,或者它的十進位制表示法中某個位數上的數字為7,則稱其為與7相關的數.現求所有小於等於n n 100 的與7無關的正整數的平方和。輸入描述 案例可能有多組。對於每個測試案例輸入為一行,正整數n,n 100 輸出描述 對於每個測試案例輸出一行，輸出小於等於n的與7...