• 

  • 正在追寻dolce
  • 7级
  • 自律力99.17
  • 希望顺利毕业的学生
  • 
  • 

#戒断# …为什么会 nan？

• 正在追寻dolce
• 1 周，1 日前
• 2023年3月18日 12:07
• 卡主

已经改回来了，但是魔改 normal 分布 std = 0。

• 正在追寻dolce
• 1 周，1 日前
• 2023年3月18日 14:25
• 卡主

……！！这是，收敛了嘛！

• Prime
• 6 日，13 小时前
• 2023年3月20日 12:20

NaN说明除0了，改一下权重初始化，先跑几个epoch看看

• 正在追寻dolce
• 2 日，14 小时前
• 2023年3月24日 10:59
• 卡主

发现 nan 可能跟 exp 有关。
RuntimeError: Function ‘ExpBackward0’ returned nan values in its 0th output.

• 1
• 4条 1页

作者的近日打卡

• ppo 的 entropy 崩了？ - 加油。炼丹师不怕困难。 （况且是师兄已经复现的东西。而且是按理来说绝对能做出来的东西。）...
• 1 周，2 日前发布

• 今天天气很冷 - 晚上摸鱼了，速览了赫赫有名的琅琊榜。 晚上吃了大餐（指食堂二楼）。 心随境转，感觉也不是...
• 1 周，3 日前发布

• 感觉 PPO 是在被训的，但是 value 收敛太慢了 - 如果每步的 reward 都是 -40 多，value 也应该至少 -40 多吧，不该仍然是 -1 ...
• 1 周，4 日前发布

• 看来在 GNN 领域，dgl 比 pyg 好用是被普遍认可的 - 接下来看看 dgl 怎么用，搞点 demo 跑。 加油加油！...
• 1 周，5 日前发布

• 今天上午有点困 - 按照计划，1. train ppo，2. 搞 ~~灰盒~~ NN 模型。 听着英语学不下去了…...
• 1 周，6 日前发布