在Tensorflow中進行多項式迴歸訓練的nan會話輸出

Question

我是Tensorflow的新手，我正在通過這裏給出的迴歸示例tensorflow tutorials的示例進行工作。特別是，我在第三個工作：「polynomial_regression.py」

我遵循線性迴歸示例罰款，現在已轉移到多項式迴歸。

但是，我想嘗試替換另一組數據，而不是示例中的數據。我通過交換

xs = np.asarray([3.3,4.4,5.5,6.71,6.93,4.168,9.779,6.182,7.59,2.167, 
         7.042,10.791,5.313,7.997,5.654,9.27,3.1], dtype=np.float32) 
ys = np.asarray([1.7,2.76,-2.09,3.19,1.9,1.573,3.366,2.596,2.53,1.221, 
         2.827,-3.465,1.65,-2.1004,2.42,2.94,1.3], dtype=np.float32) 
n_observations = xs.shape[0] 

爲

n_observations = 100 
xs = np.linspace(-3, 3, n_observations) 
ys = np.tan(xs) + np.random.uniform(-0.5, 0.5, n_observations) 

這樣做即第二個是在這個例子中給出的，我想嘗試用新的xs，ys，n_observation來進行相同的訓練。這些是我改變的唯一路線。我也嘗試將數組的dtype更改爲float64，但這並沒有改變輸出。

輸出我得到（這是從print(training_cost)只是一個重複nan。當我切換回原來的數據，網絡運行正常，並生成一個合適的功能可按。

謝謝你的任何想法！

Answer 1

NaN的可以由很多的東西，通常是某種形式的數值不穩定引起的。降低學習率或使用更穩定的優化都是好東西去嘗試。